Please use this identifier to cite or link to this item: https://ric.cps.sp.gov.br/handle/123456789/7725
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorQUERINO FILHO, Luiz Carlos-
dc.contributor.advisorCAPELOCI, Eloiza Martins Primo-
dc.contributor.authorPINTO, Heitor de Andrade-
dc.contributor.authorMESQUITA, Letícia de Melo-
dc.date.accessioned2022-04-13T14:31:01Z-
dc.date.available2022-04-13T14:31:01Z-
dc.date.issued2021-07-01-
dc.identifier.citationMESQUITA, Letícia de Melo; PINTO, Heitor de Andrade. Inteligência artificial para análise preditiva de patologias no cafeeiro, 2021. Trabalho de conclusão de curso (Curso Superior de Tecnologia em Big Data no Agronegócio) - Faculdade de Tecnologia FATEC Shunji Nishimura (Pompéia), Pompéia, 2021pt_BR
dc.identifier.urihttp://ric.cps.sp.gov.br/handle/123456789/7725-
dc.description.abstractO uso de tecnologias no ambiente agrícola tem alavancado o desenvolvimento da área. Tal necessidade provém de uma intensa crescente na demanda de insumos e até mesmo nos desafios enfrentados devido às limitações de recursos naturais. Esta pesquisa tem por objetivo analisar a capacidade preditiva de Inteligências Artificiais (I.A.), vinculadas ao agronegócio, para reconhecer patologias vegetais, mais especificamente no plantio de café. Visando uma quantidade relevante de imagens, o artigo foi realizado com base na utilização de bancos de imagens, contando com folhas demasiadamente afetadas, pouco afetadas e folhas saudáveis. Dessa forma, a partir dos registros de suas folhagens, reconhecer possíveis problemas, sendo eles, feridas ou doenças na plantação em questão. Por meio de ferramentas adequadas, utilizando de algoritmos de Machine Learning identificar as principais doenças que podem afetar o café, uma cultura muito comum e requisitada no nosso país. Neste cenário, o reconhecimento será dado por meio de aplicação, classificação e repetição de constantes treinamentos, a serem alcançados os melhores resultados possíveis com as tecnologias e recursos utilizados.pt_BR
dc.description.sponsorshipCurso Superior de Tecnologia em Bigdata no Agronegóciopt_BR
dc.language.isopt_BRpt_BR
dc.publisher259pt_BR
dc.subjectCafépt_BR
dc.subjectPatologiapt_BR
dc.subject.otherInformação e Comunicaçãopt_BR
dc.titleInteligência artificial para análise preditiva de patologias no cafeeiropt_BR
dc.typeArtigo científicopt_BR
Appears in Collections:Trabalhos de Conclusão de Curso

Files in This Item:
File Description SizeFormat 
bigdata_2021_1_heitordeandrade_inteligenciaartificialparaanalisepreditiva.pdf
  Restricted Access
377.47 kBAdobe PDFView/Open Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.