Rede neural artificial aplicada à agricultura

Autores

  • Cibelle Degel Barbosa Instituto Federal Fluminense

DOI:

https://doi.org/10.5935/1809-2667.20110019

Palavras-chave:

Bioinformática, Modelos computacionais, Experimentos agrícolas

Resumo

As técnicas de bioinformática surgiram como uma importante ferramenta para estudos aplicados a diversas áreas da agricultura. Conjuntos de dados derivados de experimentos agrícolas podem ser analisados utilizando técnicas específicas de bioinformática, dentre elas as redes neurais artificiais. O presente trabalho tem por objetivo a apresentação da aplicação da técnica de bioinformática, denominada rede neural artificial, nas pesquisas voltadas para a agricultura.

Downloads

Os dados de download ainda não estão disponíveis.

Biografia do Autor

  • Cibelle Degel Barbosa, Instituto Federal Fluminense
    Doutora em Produção Vegetal. Professora do Instituto Federal Fluminense.

Referências

BENITE, M. Aplicação de modelos de redes neurais na elaboração e análise de cenários macroeconômicos. São Paulo, 2003. 123p. Dissertação (Mestrado em Engenharia) - Universidade de São Paulo, Escola de Engenharia de São Carlos, 2003.

BOREM , A.; MIRANDA , G. V. Melhoramento de Plantas. Viçosa: UFV, 2005. 525 p.

BRAGA, A. P.; CARVALHO, A. P. L. F.; LUDEMIR, T. B. Redes neurais artificiais: teoria e aplicações. Rio de Janeiro: LTC, 2000. v. 1. 250 p.

CARVALHO, L. P. DE; LANZA, M. A.; FALLIERI, J.; SANTOS, J. W. DOS. Análise da diversidade genética entre acessos de banco ativo de germoplasma de algodão. Pesquisa Agropecuária Brasileira, Brasília, v. 38, n. 10, p. 1149-1155, 2003.

CHAGAS, C. S.; VIEIRA, C. A. O.; FILHO, E. I.; JUNIOR, W. Utilização de redes neurais artificiais na classificação de níveis de degradação em pastagens. Revista Brasileira de Engenharia Agrícola e Ambiental, v. 13, n. 3, p. 319-327, 2009.

ESPINDOLA, F. et al. Recursos de bioinformática aplicados às ciências ômicas como genômica, transcriptômica, proteômica, interatômica e metabolômica. Bioscience Journal, América do Norte, v. 26, n. 3, p. 463-477, 2010.

FRANÇA, M. M. Análise do uso da terra no município de Viçosa-MG mediado por classificações supervisionadas com redes neurais artificiais e Maxver. Revista Brasileira de Geografia Física, América do Norte, v. 2, n. 3, p. 92-101, 2010.

GALVÃO, C. O.; VALENÇA, M. J. S.; VIEIRA, V. P. P. B.; DINIZ, L. S.; LACERDA, E. G. M.; CARVALHO, A. C. P. L. F.; LUDERMIR, T. B. Sistemas inteligentes: Aplicações a recursos hídricos e ciências ambientais. Porto Alegre: UFRGS/ABRH, 1999. 246p.

HAYKIN, S. Redes neurais: princípios e prática. Porto Alegre: Bookman, 2001. 900 p.

KOHONEN , T. Self-organized formation of topologically correct feature maps. Biological Cybernetics, Germany, v. 43, p. 59-69, 1982.

KOVACS, Z. L. Redes neurais artificiais: fundamentos e aplicações. São Paulo: Collegium Cognitio, 1997. 174 p.

MOHAMMADI, S. A.; PRASANNA, B. M. Analysis of genetic diversity in crop plants: salient statistical tools and considerations. Crop Science, v. 432, p. 1235-1248, 2003.

MOREIRA, M. C.; CECÍLIO, R. A. Estimativa das temperaturas do ar utilizando redes neurais artificiais, para a região Nordeste do Brasil. Revista Brasileira de Agrometeorologia, v. 16, n. 2, p. 181-188, 2008.

NETO, O. C. P.; JORGE, L. A. DE C.; GUIMARÃES, M. DE F. Quantificação de plantas daninhas em soja através de classificador digital por redes neurais. In: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 5., 2005, Londrina. SBI-AGRO, 2005. v. 1.

OLIVEIRA, A. C. S. DE; SOUZA, A. A. DE; LACERDA, W. S.; GONSALVES, L. R. Aplicação de redes neurais artificiais na previsão da produção de álcool. Ciência e Agrotecnologia, Lavras, v. 34, n. 2, p. 279-284, 2010.

PLOTZE, R. O. Identificação de espécies vegetais através da análise da forma interna de órgãos foliares. São Paulo, 2004. 152p. Dissertação (Mestrado em Ciências de Computação e Matemática Computacional) - Universidade de São Paulo, Instituto de Ciências Matemáticas e de Computação, 2004.

QUEIROZ, D. M.; DIAS, G. P., MANTOVANI, E. C. Agricultura de precisão na produção de grãos. In: BORÉM, A.; GIUDICE, M. P.; QUEIROZ, D. M.; MANTOVANI, E. C.; FERREIRA, L. R.; VALLE, F. X. R.; GOMIDE, R. L. (Eds.) Agricultura de Precisão. Viçosa: UFV, 2000. p. 1-41.

RESENDE, M.; OLIVEIRA, A. Comparação de diferentes estratégias de programação de irrigação suplementar em milho. Revista Brasileira de Milho e Sorgo, América do Norte, v. 4, 2010.

RUGGIERO, C.; DURIGAN, J. F.; GOES, A. DE; NATALE, W.; BENASSI, A. C. Panorama da cultura do mamão no Brasil e no mundo: situação atual e tendências. In: MARTINS, D. DOS S. (Ed.) Papaya Brasil: qualidade do mamão para o mercado interno. Vitória: Incaper, 2003. p. 13-34.

SILVA, S. H. M. G. DA; MORAES, W.; MARQUE, E. S. H.; JORGE, L. A. DE C. Processamento digital de imagens para identificação da Sigatoka Negra. In: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 5.. 2005, Londrina. SBI-AGRO, 2005. v. 1.

SIMPSON, A. J.; REINACH, F. C.; ARRUDA, P.; ABREU, F. A.; ACENCIO, M.; ALVARENGA, R.; ALVES, L. M. et al. The genome seqüence of the plant pathogen Xylella fastidiosa. Nature, v. 406, p. 151-157, 2000.

SUDHEER, K. P.; GOSAIN, A. K.; RAMASASTRI, K. S. Estimating actual evapotranspiration from limited climatic data using neural computing technique. Journal of Irrigation and Drainage Engineering, v. 129, n. 3, p. 214-218, 2003.

VALOIS, A. C. C. Biodiversidade, biotecnologia e propriedade intelectual. Cadernos de Ciência & Tecnologia, Brasília, v. 15, p. 21-31, 1998.

VIEIRA, T. G. C.; LACERDA, W. S.; BOTELHO, T. G. Mapeamento de áreas cafeeiras utilizando redes neurais artificiais: Estudo de caso na região de Três Pontas, Minas Gerais. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 14., 2009, Natal. INPE, 2009. p. 7947-7954.

Downloads

Publicado

03-11-2011

Edição

Seção

Artigos Originais

Como Citar