ReP USP - Resultado da busca

Tese (Doutorado)
Avaliação de Redes Neurais e Proposta de uma Arquitetura de Comitê para Identificação de Pupas e Pragas em Sementes usando Imagens de Raios X (2024)
Silva, Alysson Alexander Naves ; Mastrangelo, Clíssia Barboza (coorient) ; Toledo, Claudio Fabiano Motta (Orientador)
Unidade: ICMC
Subjects: AGRICULTURA, INTELIGÊNCIA ARTIFICIAL, PRODUÇÃO AGRÍCOLA, COMPUTAÇÃO EVOLUTIVA, CONTROLE BIOLÓGICO, OTIMIZAÇÃO COMBINATÓRIA, RAIOS X
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Alysson Alexander Naves. Avaliação de Redes Neurais e Proposta de uma Arquitetura de Comitê para Identificação de Pupas e Pragas em Sementes usando Imagens de Raios X. 2024. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2024. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-01082024-100347/. Acesso em: 19 set. 2024.
APA
Silva, A. A. N. (2024). Avaliação de Redes Neurais e Proposta de uma Arquitetura de Comitê para Identificação de Pupas e Pragas em Sementes usando Imagens de Raios X (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-01082024-100347/
NLM
Silva AAN. Avaliação de Redes Neurais e Proposta de uma Arquitetura de Comitê para Identificação de Pupas e Pragas em Sementes usando Imagens de Raios X [Internet]. 2024 ;[citado 2024 set. 19 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-01082024-100347/
Vancouver
Silva AAN. Avaliação de Redes Neurais e Proposta de uma Arquitetura de Comitê para Identificação de Pupas e Pragas em Sementes usando Imagens de Raios X [Internet]. 2024 ;[citado 2024 set. 19 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-01082024-100347/
Artigo de periodico
Fungal identification in peanuts seeds through multispectral images: Technological advances to enhance sanitary quality (2023)
Sudki, Julia Marconato ; Oliveira, Gustavo Roberto Fonseca de ; de Medeiros, André Dantas ; Mastrangelo, Thiago de Araújo ; Arthur, Valter ; Silva, Edvaldo Aparecido Amaral da ; Mastrangelo, Clíssia Barboza
Source: Frontiers in Plant Science. Unidade: CENA
Subjects: QUALIDADE DOS ALIMENTOS, COMPUTAÇÃO GRÁFICA, FUNGOS FITOPATOGÊNICOS, ALGORITMOS GRÁFICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SUDKI, Julia Marconato et al. Fungal identification in peanuts seeds through multispectral images: Technological advances to enhance sanitary quality. Frontiers in Plant Science, v. 14, 2023Tradução . . Disponível em: https://doi.org/10.3389/fpls.2023.1112916. Acesso em: 19 set. 2024.
APA
Sudki, J. M., Oliveira, G. R. F. de, de Medeiros, A. D., Mastrangelo, T. de A., Arthur, V., Silva, E. A. A. da, & Mastrangelo, C. B. (2023). Fungal identification in peanuts seeds through multispectral images: Technological advances to enhance sanitary quality. Frontiers in Plant Science, 14. doi:10.3389/fpls.2023.1112916
NLM
Sudki JM, Oliveira GRF de, de Medeiros AD, Mastrangelo T de A, Arthur V, Silva EAA da, Mastrangelo CB. Fungal identification in peanuts seeds through multispectral images: Technological advances to enhance sanitary quality [Internet]. Frontiers in Plant Science. 2023 ; 14[citado 2024 set. 19 ] Available from: https://doi.org/10.3389/fpls.2023.1112916
Vancouver
Sudki JM, Oliveira GRF de, de Medeiros AD, Mastrangelo T de A, Arthur V, Silva EAA da, Mastrangelo CB. Fungal identification in peanuts seeds through multispectral images: Technological advances to enhance sanitary quality [Internet]. Frontiers in Plant Science. 2023 ; 14[citado 2024 set. 19 ] Available from: https://doi.org/10.3389/fpls.2023.1112916
Artigo de periodico
Automatic classification of parasitized fruit fly pupae from X-ray images by convolutional neural networks (2023)
Marinho, Rangel S. ; Silva, Alysson Alexander Naves ; Mastrangelo, Clíssia Barboza ; Prestes, Ana J.; Costa, Maria de Lourdes Zamboni ; Toledo, Claudio Fabiano Motta ; Mastrangelo, Thiago de Araújo
Source: Ecological Informatics. Unidades: CENA, ICMC
Subjects: CONTROLE BIOLÓGICO, INTENSIFICAÇÃO DE IMAGEM RADIOGRÁFICA, MOSCA-DAS-FRUTAS, RAIOS X
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MARINHO, Rangel S. et al. Automatic classification of parasitized fruit fly pupae from X-ray images by convolutional neural networks. Ecological Informatics, v. 78, 2023Tradução . . Disponível em: https://doi.org/10.1016/j.ecoinf.2023.102382. Acesso em: 19 set. 2024.
APA
Marinho, R. S., Silva, A. A. N., Mastrangelo, C. B., Prestes, A. J., Costa, M. de L. Z., Toledo, C. F. M., & Mastrangelo, T. de A. (2023). Automatic classification of parasitized fruit fly pupae from X-ray images by convolutional neural networks. Ecological Informatics, 78. doi:10.1016/j.ecoinf.2023.102382
NLM
Marinho RS, Silva AAN, Mastrangelo CB, Prestes AJ, Costa M de LZ, Toledo CFM, Mastrangelo T de A. Automatic classification of parasitized fruit fly pupae from X-ray images by convolutional neural networks [Internet]. Ecological Informatics. 2023 ; 78[citado 2024 set. 19 ] Available from: https://doi.org/10.1016/j.ecoinf.2023.102382
Vancouver
Marinho RS, Silva AAN, Mastrangelo CB, Prestes AJ, Costa M de LZ, Toledo CFM, Mastrangelo T de A. Automatic classification of parasitized fruit fly pupae from X-ray images by convolutional neural networks [Internet]. Ecological Informatics. 2023 ; 78[citado 2024 set. 19 ] Available from: https://doi.org/10.1016/j.ecoinf.2023.102382
Artigo de periodico
Deep-Learning Approach for Fusarium Head Blight Detection in Wheat Seeds Using Low-Cost Imaging Technology (2022)
Bernardes, Rodrigo Cupertino ; De Medeiros, André ; Silva, Laercio ; Cantoni, Leo; Martins, Gustavo Ferreira ; Mastrangelo, Thiago de Araújo ; Novikov, Arthur ; Mastrangelo, Clíssia Barboza
Source: Agriculture. Unidade: CENA
Subjects: SEMENTES, FUSARIUM, IMAGEM DIGITAL, DOENÇAS DE PLANTAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BERNARDES, Rodrigo Cupertino et al. Deep-Learning Approach for Fusarium Head Blight Detection in Wheat Seeds Using Low-Cost Imaging Technology. Agriculture, v. 12, 2022Tradução . . Disponível em: https://doi.org/10.3390/agriculture12111801. Acesso em: 19 set. 2024.
APA
Bernardes, R. C., De Medeiros, A., Silva, L., Cantoni, L., Martins, G. F., Mastrangelo, T. de A., et al. (2022). Deep-Learning Approach for Fusarium Head Blight Detection in Wheat Seeds Using Low-Cost Imaging Technology. Agriculture, 12. doi:10.3390/agriculture12111801
NLM
Bernardes RC, De Medeiros A, Silva L, Cantoni L, Martins GF, Mastrangelo T de A, Novikov A, Mastrangelo CB. Deep-Learning Approach for Fusarium Head Blight Detection in Wheat Seeds Using Low-Cost Imaging Technology [Internet]. Agriculture. 2022 ; 12[citado 2024 set. 19 ] Available from: https://doi.org/10.3390/agriculture12111801
Vancouver
Bernardes RC, De Medeiros A, Silva L, Cantoni L, Martins GF, Mastrangelo T de A, Novikov A, Mastrangelo CB. Deep-Learning Approach for Fusarium Head Blight Detection in Wheat Seeds Using Low-Cost Imaging Technology [Internet]. Agriculture. 2022 ; 12[citado 2024 set. 19 ] Available from: https://doi.org/10.3390/agriculture12111801
Artigo de periodico
An approach using emerging optical technologies and artificial intelligence brings new markers to evaluate peanut seed quality (2022)
Oliveira, Gustavo Roberto Fonseca de; Mastrangelo, Clíssia Barboza ; Hirai, Welinton Yoshio ; Batista, Thiago Barbosa; Sudki, Julia Marconato ; Petronilio, Ana Carolina Picinini; Crusciol, Carlos Alexandre Costa; Silva, Edvaldo Aparecido Amaral da
Source: Frontiers in Plant Science. Unidades: CENA, ESALQ
Subjects: AMENDOIM, ANÁLISE ESPECTRAL, APRENDIZADO COMPUTACIONAL, FLUORESCÊNCIA, INTELIGÊNCIA ARTIFICIAL, SEMENTES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
OLIVEIRA, Gustavo Roberto Fonseca de et al. An approach using emerging optical technologies and artificial intelligence brings new markers to evaluate peanut seed quality. Frontiers in Plant Science, v. 13, p. 1-18, 2022Tradução . . Disponível em: https://doi.org/10.3389/fpls.2022.849986. Acesso em: 19 set. 2024.
APA
Oliveira, G. R. F. de, Mastrangelo, C. B., Hirai, W. Y., Batista, T. B., Sudki, J. M., Petronilio, A. C. P., et al. (2022). An approach using emerging optical technologies and artificial intelligence brings new markers to evaluate peanut seed quality. Frontiers in Plant Science, 13, 1-18. doi:10.3389/fpls.2022.849986
NLM
Oliveira GRF de, Mastrangelo CB, Hirai WY, Batista TB, Sudki JM, Petronilio ACP, Crusciol CAC, Silva EAA da. An approach using emerging optical technologies and artificial intelligence brings new markers to evaluate peanut seed quality [Internet]. Frontiers in Plant Science. 2022 ; 13 1-18.[citado 2024 set. 19 ] Available from: https://doi.org/10.3389/fpls.2022.849986
Vancouver
Oliveira GRF de, Mastrangelo CB, Hirai WY, Batista TB, Sudki JM, Petronilio ACP, Crusciol CAC, Silva EAA da. An approach using emerging optical technologies and artificial intelligence brings new markers to evaluate peanut seed quality [Internet]. Frontiers in Plant Science. 2022 ; 13 1-18.[citado 2024 set. 19 ] Available from: https://doi.org/10.3389/fpls.2022.849986

USP Schools

ReP

Filtros

Authors

USP affiliated authors

Subjects

Funding Agencies

Non normalized affiliation