Use este identificador para citar ou linkar para este item:
https://ric.cps.sp.gov.br/handle/123456789/7725
Título: | Inteligência artificial para análise preditiva de patologias no cafeeiro |
Autor(es): | PINTO, Heitor de Andrade MESQUITA, Letícia de Melo |
Orientador(es): | QUERINO FILHO, Luiz Carlos CAPELOCI, Eloiza Martins Primo |
Tipo documental: | Artigo científico |
Palavras-chave: | Café;Patologia |
Data do documento: | 1-Jul-2021 |
Editor: | 259 |
Referência Bibliográfica: | MESQUITA, 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, 2021 |
Resumo: | O 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. |
URI: | http://ric.cps.sp.gov.br/handle/123456789/7725 |
Aparece nas coleções: | Trabalhos de Conclusão de Curso |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
bigdata_2021_1_heitordeandrade_inteligenciaartificialparaanalisepreditiva.pdf Restricted Access | 377.47 kB | Adobe PDF | Visualizar/Abrir Solictar uma cópia |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.