Artificial neural network applied to agriculture

Authors

  • Cibelle Degel Barbosa Instituto Federal Fluminense

DOI:

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

Keywords:

Bioinformatics, Computational models, Agricultural experiments

Abstract

Bioinformatics techniques have emerged as a powerful tool to studies in various areas of Agriculture. Data sets derived from agricultural experiments can be analyzed using specific bioinformatics techniques, including artificial neural networks. This paper aims to present the application of a bioinformatics technique named artificial neural network, on research carried in Agriculture.

Downloads

Download data is not yet available.

Author Biography

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

References

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.

Published

03-11-2011

Issue

Section

Original articles

How to Cite

BARBOSA, Cibelle Degel. Artificial neural network applied to agriculture. Revista Vértices, [S. l.], v. 13, n. 2, p. 161–170, 2011. DOI: 10.5935/1809-2667.20110019. Disponível em: https://editoraessentia.iff.edu.br/index.php/vertices/article/view/1809-2667.20110019.. Acesso em: 22 jul. 2024.