MétaCan
Menu
Retour à la cohorte
Enregistrement W4389925501 · doi:10.5540/03.2023.010.01.0097

Simulação do Progresso de doenças Foliares da Aveia por Redes Neurais Artificiais à Redução de Uso de Agrotóxicos

2023· article· pt· W4389925501 sur OpenAlexaff
Cibele Luisa Peter, Odenis Alessi, Juliana Aozane Da Rosa, Natiane Carolina Ferrari Basso, Cristhian Milbradt Babeski, Márcia Sostmeyer Jung, Ivan Ricardo Carvalho, José Antônio Gonzalez da Silva

Notice bibliographique

RevueProceeding Series of the Brazilian Society of Computational and Applied Mathematics · 2023
Typearticle
Languept
DomaineAgricultural and Biological Sciences
ThématiqueLeaf Properties and Growth Measurement
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

Resumo.Uma ferramenta que possui aplicabilidade em diversas áreas e representa uma possibilidade eciente de simulação e otimização é a modelagem computacional.As redes neurais articias podem contribuir na simulação eciente do progresso de doenças foliares da aveia e contribuir em estratégias à redução de uso de agrotóxicos na aveia direcionada a alimentação humana.O objetivo do estudo é simular por redes neurais articias o progresso de doenças foliares de aveia envolvendo o ciclo de desenvolvimento, variáveis meteorológicas e o número de aplicações de fungicida.O delineamento experimental foi de blocos casualizados em esquema fatorial 3 x 5 para 3 cultivares de aveia branca e 5 condições de aplicação de fungicida, respectivamente, com três repetições.As redes neurais articiais mostraram alta capacidade de aprendizado na expressão da área foliar necrosada e simulam com eciência o progresso das doenças foliares ao longo do ciclo da aveia, oportunizando direcionar manejos que reduzam o uso do agrotóxico fungicida na garantia de produtividade com segurança alimentar.Palavras-chave.Avena sativa L., segurança alimentar, modelagem, inteligência articial 1 Introdução Uma ferramenta que tem auxiliado e qualicado o estudo em sistemas agrícolas é a modelagem computacional, oportunizando previsões e a resolução de problemas de alta complexidade [16,22].Nesta linha, a inteligência articial, vem se mostrando como uma possibilidade eciente na elaboração de modelos de simulação e otimização [7,23].As redes neurais articias (RNAs) representam um modelo baseado no funcionamento dos neurônios do cérebro humano.Possuem a capacidade de adquirir conhecimento através do reconhecimento de padrões e por meio de exemplos aprende e generaliza a informação gerando um modelo não-linear [10,13].O emprego de modelos via redes neurais articiais, vem sendo muito acessado na agricultura, com o intuito de auxiliar na resolução de diversos problemas, sejam tecnológicos e gerenciais, principalmente na predição das produtividades a partir de diferentes cenários [6,17].Uma cultura de inverno de grande destaque no sul do Brasil é a aveia branca (Avena sativa L.) Um cereal de importante valor a alimentação em virtude de suas características nutracêuticas [1,21].Durante seu cultivo, a aveia está sujeita ao aparecimento de doenças foliares, principalmente 1 cibele.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,044
Tête enseignante GPT0,260
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceeding Series of the Brazilian Society of Computational and Applied MathematicsMême sujetLeaf Properties and Growth MeasurementTravaux en français237 207