Trabalho de evento-resumo

Comparação entre duas redes neurais artificiais na classificação do teor de fósforo foliar em tomates (2023)

• Authors:
  • Magalhães, Leonardo Pinto de
  • Garde, Ivan Aritz Aldaya
  • Domingos, Rita de Cássia
  • Rossi, Fabricio
• USP affiliated authors: ROSSI, FABRICIO - FZEA ; MAGALHÃES, LEONARDO PINTO DE - ESALQ
• Unidades: FZEA; ESALQ
• Subjects: REDES NEURAIS; AGRICULTURA DE PRECISÃO; TOMATE; FÓSFORO; FERTILIZANTES FOSFATADOS
• Agências de fomento:
  • Financiamento Capes
  • Financiamento Fapesp
  • Financiamento Finep
• Language: Português
• Abstract: No Brasil, em função da característica natural dos principais solos, a quantidade de aplicação de fertilizantes fosfatados é alta. Por isso, diagnosticar a quantidade de fósforo (P) absorvida pelas plantas permite um manejo mais eficiente deste nutriente. Dentro deste contexto, a proposta deste trabalho foi aplicar conceitos teóricos e numéricos de Redes Neurais Artificiais com o principal objetivo de classificar o teor de P. As análises realizadas indicaram que os índices mais relacionados com os teores de P (via Análise de Componentes Principais) foram o excesso de verde (ExG), o verde normalizado (Gn) e o excesso de verde-vermelho (ExGR) calculados tanto com a parte abaxial da folha quanto com a adaxial. Um teste foi feito com uma rede neural com os índices anteriores adicionando outros índices, como o MPRI (Modified Photochemical Reflectance Index), o Bn (Azul Normalizado) e o o VEG (Vegetative Index). A rede neural com a utilização de seis entradas apresentou maior acurácia do que a com 12.
• Imprenta:
  • Publisher: Associação Brasileira de Engenharia Agrícola - SBEA
  • Publisher place: Ribeirão Preto, SP
  • Date published: 2023
• Source:
  • Título: Resumos expandidos
  • Volume/Número/Paginação/Ano: Ribeirão Preto, SP: Associação Brasileira de Engenharia Agrícola - SBEA, 2023
• Conference titles: Congresso Brasileiro de Engenharia Agrícola - CONBEA


---

How to cite

A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

• ABNT

  MAGALHÃES, Leonardo Pinto de et al. Comparação entre duas redes neurais artificiais na classificação do teor de fósforo foliar em tomates. 2023, Anais.. Ribeirão Preto, SP: Associação Brasileira de Engenharia Agrícola - SBEA, 2023. Disponível em: https://www.conbea.org.br/anais/publicacoes/conbea-2023/anais-2023/agricultura-digital-ad/3500-comparacao-entre-duas-redes-neurais-artificiais-na-classificacao-do-teor-de-fosforo-foliar-em-tomates/file. Acesso em: 27 dez. 2025.

• APA

  Magalhães, L. P. de, Garde, I. A. A., Domingos, R. de C., & Rossi, F. (2023). Comparação entre duas redes neurais artificiais na classificação do teor de fósforo foliar em tomates. In Resumos expandidos. Ribeirão Preto, SP: Associação Brasileira de Engenharia Agrícola - SBEA. Recuperado de https://www.conbea.org.br/anais/publicacoes/conbea-2023/anais-2023/agricultura-digital-ad/3500-comparacao-entre-duas-redes-neurais-artificiais-na-classificacao-do-teor-de-fosforo-foliar-em-tomates/file

• NLM

  Magalhães LP de, Garde IAA, Domingos R de C, Rossi F. Comparação entre duas redes neurais artificiais na classificação do teor de fósforo foliar em tomates [Internet]. Resumos expandidos. 2023 ;[citado 2025 dez. 27 ] Available from: https://www.conbea.org.br/anais/publicacoes/conbea-2023/anais-2023/agricultura-digital-ad/3500-comparacao-entre-duas-redes-neurais-artificiais-na-classificacao-do-teor-de-fosforo-foliar-em-tomates/file

• Vancouver

  Magalhães LP de, Garde IAA, Domingos R de C, Rossi F. Comparação entre duas redes neurais artificiais na classificação do teor de fósforo foliar em tomates [Internet]. Resumos expandidos. 2023 ;[citado 2025 dez. 27 ] Available from: https://www.conbea.org.br/anais/publicacoes/conbea-2023/anais-2023/agricultura-digital-ad/3500-comparacao-entre-duas-redes-neurais-artificiais-na-classificacao-do-teor-de-fosforo-foliar-em-tomates/file

Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

• Estimation of canopy water content in maize using machine learning and multispectral vegetation indices: comparison of Adaboost regression and other methods
• Comparação entre dois satélites na mensuração do índice de área foliar no milho
• Saturação de índices vegetativos no espectro do visível na cultura do milho
• Use of indices in RGB and Random Forest Regression to measure the leaf area index in maize
• Comparação entre métodos computacionais para identificação de plantas invasoras utilizando thresholding
• Relação da massa seca do milho safriha com índices vegetativos no RGB
• Análise de imagens no desenvolvimento e status de fósforo do minitomateiro grape cultivado em sistema semi-hidropônico
• Use of digital images to classify leaf phosphorus content in grape tomatoes
• Imageamento aéreo por aeronave remotamente pilotada e satélite na cultura do milho: saturação de índices vegetativos e alternativas
• Uma década da engenharia de biossistemas: descrição institucional e não institucional do curso