High‐throughput phenotyping and machine learning techniques in soybean breeding: Exploring the potential of aerial imaging and vegetation indices (2025)
- Authors:
- USP affiliated authors: PINHEIRO, JOSE BALDIN - ESALQ ; MIRANDA, MELISSA CRISTINA DE CARVALHO - ESALQ ; FAGUNDES, TALIEISSE GOMES - ESALQ ; ARDUINI, GIOVANNI MICHELAN - ESALQ
- Unidade: ESALQ
- DOI: 10.1002/agj2.70012
- Subjects: APRENDIZADO COMPUTACIONAL; DOSSEL (BOTÂNICA); FENÓTIPOS; IMAGEAMENTO DE SATÉLITE; MELHORAMENTO GENÉTICO VEGETAL; SOJA
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Agronomy Journal
- ISSN: 0002-1962
- Volume/Número/Paginação/Ano: v. 117, art. e70012, p. 1-25, 2025
- Este periódico é de assinatura
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: hybrid
- Licença: cc-by-nc-nd
-
ABNT
MIRANDA, Melissa Cristina de Carvalho et al. High‐throughput phenotyping and machine learning techniques in soybean breeding: Exploring the potential of aerial imaging and vegetation indices. Agronomy Journal, v. 117, p. 1-25, 2025Tradução . . Disponível em: https://doi.org/10.1002/agj2.70012. Acesso em: 26 dez. 2025. -
APA
Miranda, M. C. de C., Aono, A. H., Fagundes, T. G., Arduini, G. M., & Pinheiro, J. B. (2025). High‐throughput phenotyping and machine learning techniques in soybean breeding: Exploring the potential of aerial imaging and vegetation indices. Agronomy Journal, 117, 1-25. doi:10.1002/agj2.70012 -
NLM
Miranda MC de C, Aono AH, Fagundes TG, Arduini GM, Pinheiro JB. High‐throughput phenotyping and machine learning techniques in soybean breeding: Exploring the potential of aerial imaging and vegetation indices [Internet]. Agronomy Journal. 2025 ; 117 1-25.[citado 2025 dez. 26 ] Available from: https://doi.org/10.1002/agj2.70012 -
Vancouver
Miranda MC de C, Aono AH, Fagundes TG, Arduini GM, Pinheiro JB. High‐throughput phenotyping and machine learning techniques in soybean breeding: Exploring the potential of aerial imaging and vegetation indices [Internet]. Agronomy Journal. 2025 ; 117 1-25.[citado 2025 dez. 26 ] Available from: https://doi.org/10.1002/agj2.70012 - A novel image-based approach for soybean seed phenotyping using machine learning techniques
- Mistura de variedades no cultivo da soja: avaliação do potencial produtivo
- Characterization of Sweet Sorghum Genotypes Based on Agro-industrial Performance and Fermentation Potential
- Selection of biomass sorghum genotypes based on multi-environment trials and multiple traits for 2G ethanol purpose
- From seed to canopy: high-throughput phenotyping and machine learning in soybean breeding
- Productivity and quality of cotton fiber in different planting seasons
- Advanced strategies in soybean breeding for enhanced oil, yield and balanced protein in the face of climate change
- Desenvolvimento de marcadores microssatélites para o percevejo pequeno da soja (Piezodorus guildinii)
- Diversidade genética em germoplasma de arroz goiano utilizando caracteres agromorfológicos
- Identification of genes associates to the soybean asian rust using BSA strategy
Informações sobre o DOI: 10.1002/agj2.70012 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3231283-High‐throughput... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
