An approach using emerging optical technologies and artificial intelligence brings new markers to evaluate peanut seed quality (2022)
- Authors:
- USP affiliated authors: SILVA, CLÍSSIA BARBOZA DA - CENA ; HIRAI, WELINTON YOSHIO - ESALQ
- Unidades: CENA; ESALQ
- DOI: 10.3389/fpls.2022.849986
- Subjects: AMENDOIM; ANÁLISE ESPECTRAL; APRENDIZADO COMPUTACIONAL; FLUORESCÊNCIA; INTELIGÊNCIA ARTIFICIAL; SEMENTES
- Keywords: Imagem multiespectral
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título do periódico: Frontiers in Plant Science
- ISSN: 1664-462X
- Volume/Número/Paginação/Ano: v. 13, art. 849986, p. 1-18, April 2022
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by
-
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: 31 maio 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 maio 31 ] 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 maio 31 ] Available from: https://doi.org/10.3389/fpls.2022.849986 - Estudo do método de estimação do tipo razão multivariada para média populacional
- Condicionamento fisiológico de sementes de pimentão com biorreguladores
- Transcripts expressed during germination sensu stricto are associated with vigor in soybean seeds
- Caracterização da estrutura de interação genótipo e ambiente utilizando modelo AMMI e W-AMMI por meio de Biplot
- Interactive machine learning for soybean seed and seedling quality classification
- Machine Learning for Seed Quality Classification: An Advanced Approach Using Merger Data from FT-NIR Spectroscopy and X-ray Imaging
- Integrating optical imaging tools for rapid and non-invasive characterization of seed quality: Tomato (Solanum lycopersicum L.) and Carrot (Daucus carota L.) as study cases
- Storage performance of primed bell pepper seeds with 24-Epibrassinolide
- Multispectral imaging for quality control of laboratory-reared Anastrepha fraterculus (Diptera: Tephritidae) pupae
- Application of multispectral imaging combined with machine learning models to discriminate special and traditional green coffee
Informações sobre o DOI: 10.3389/fpls.2022.849986 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 | 3077812-An_Approach_Using... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
