Please use this identifier to cite or link to this item:
https://ric.cps.sp.gov.br/handle/123456789/7734
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | GARCIA, Luís Hilário Tobler | - |
dc.contributor.advisor | CAPELOCI, Eloiza Martins Primo | - |
dc.contributor.author | VOIGT, Raisler | - |
dc.contributor.author | BUSSI, Leonardo Bezerra | - |
dc.date.accessioned | 2022-04-13T14:54:16Z | - |
dc.date.available | 2022-04-13T14:54:16Z | - |
dc.date.issued | 2021-06-29 | - |
dc.identifier.citation | VOIGT, Raisler; BUSSI, Leonardo Bezerra. Detecção de ervas daninhas usando deep learning, 2021. Trabalho de conclusão de curso (Curso Superior de Tecnologia em Big Data no Agronegócio) - Faculdade de Tecnologia FATEC Shunji Nishimura (Pompéia), Pompéia, 2021 | pt_BR |
dc.identifier.uri | http://ric.cps.sp.gov.br/handle/123456789/7734 | - |
dc.description.abstract | A erva daninha é um dos principais problemas fitossanitários presentes no campo. Essa praga implica em grande parcela das perdas de recursos do campo, com seu alto poder destrutivo a erva daninha consome parte dos recursos presente no solo e dificulta o desenvolvimento da cultura. O controle dessa praga é feito de forma biológica, preventiva, cultural, mecânica, física e química, mas também existem práticas tecnológicas para o auxílio no combate, como, o IoT (internet das coisas) e a inteligência artificial. A inteligência artificial tem ganhado cada vez mais espaço na agricultura com seu papel no avanço tecnológico no agronegócio e no campo de inteligência artificial temos o aprendizado profundo, que é um paradigma usado principalmente na análise de imagens e detecção de objetos. Nesta técnica são usados muitos neurônios digitais, ou perceptrons, organizados em multi camadas, em uma configuração que apresenta ótimos resultados neste tipo de análise. | pt_BR |
dc.description.sponsorship | Curso Superior de Tecnologia em Bigdata no Agronegócio | pt_BR |
dc.language.iso | pt_BR | pt_BR |
dc.publisher | 259 | pt_BR |
dc.subject | Plantas daninhas | pt_BR |
dc.subject | Inteligência artificial | pt_BR |
dc.subject.other | Informação e Comunicação | pt_BR |
dc.title | Detecção de ervas daninhas usando deep learning | pt_BR |
dc.type | Artigo científico | pt_BR |
Appears in Collections: | Trabalhos de Conclusão de Curso |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
bigdata_2021_1_raislervoigt_deteccaodeervasdaninhausandodeep.pdf Restricted Access | 1.47 MB | Adobe PDF | View/Open Request a copy |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.