SPCB (09. : 2015 : Curitiba, PR) – Resumos Expandidos

URI permanente para esta coleção${dspace.url}/handle/123456789/3456

Navegar

Filtros

20152

Configurações

Tem arquivos: SimAssunto: search.filters.subject.Mineração de dados

Resultados da Pesquisa

Agora exibindo 1 - 2 de 2
  • Imagem de Miniatura
    Item
    Predição da taxa de progresso da ferrugem do cafeeiro por meio de ensembles
    (Embrapa Café, 2015) Thamada, Thiago T.; Rodrigues, Luiz H. A.; Meira, Carlos A. A.
    Este trabalho apresenta um processo de desenvolvimento de modelos preditivos por meio de ensembles, que irão predizer aumentos na taxa de progresso da ferrugem do cafeeiro, a partir de dados meteorológicos e de incidência mensal da doença em lavouras de alta ou baixa carga pendente de fruto. Desenvolver ensembles visa identificar e entender os fatores climáticos que favorecem a ocorrência da ferrugem tardia. Posteriormente, os ensembles serão incorporados ao SafCafe, um sistema de alerta, para auxiliar técnicos da Fundação Procafé na elaboração de boletins mensais de aviso fitossanitários.
  • Imagem de Miniatura
    Item
    Técnicas de extração de conhecimento aplicadas à identificação do comportamento do crescimento e desenvolvimento de cafeeiros em três altitudes
    (Embrapa Café, 2015) Silveira, Helbert Rezende de Oliveira; Andrade, Lívia Naiara de; Souza, Kamila Rezende Dázio de; Santos, Meline de Oliveira; Andrade, Cínthia Aparecida; Bomfim, Sandro Costa; Alves, José Donizeti
    As características relacionadas ao desenvolvimento e frutificação do cafeeiro são altamente influenciadas pelo ambiente e, dessa maneira, tornam-se necessários estudos comportamentais da planta que permitam ampliar este conhecimento em diferentes ambientes. Objetivou-se, neste trabalho, identificar, por meio de técnicas de extração do conhecimento, o comportamento do crescimento e desenvolvimento de cafeeiros sob diferentes cotas de altitudes. Para isso, foram analisados o comprimento de ramos, número de nós, número de folhas, área foliar, número de frutos e os estádios de desenvolvimento dos frutos nas diferentes estações do ano, gerando um banco de dados de crescimento e desenvolvimento de cafeeiros em diferentes cotas de altitudes. Em seguida, um algoritmo de extração do conhecimento baseado em árvore de decisão foi utilizado para identificar o comportamento do crescimento e desenvolvimento do cafeeiro. Cafeeiros submetidos à elevada altitude apresentam maior crescimento de ramos, menor enfolhamento, e maturação mais tardia dos frutos.