
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Ciudad Universitaria | - |
| Autor(es): dc.contributor | Universidad César Vallejo | - |
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.creator | Aguirre-Rodríguez, Elen Yanina | - |
| Autor(es): dc.creator | Gamboa, Alexander Alberto Rodriguez | - |
| Autor(es): dc.creator | Rodríguez, Elias Carlos Aguirre | - |
| Autor(es): dc.creator | Santos-Fernández, Juan Pedro | - |
| Autor(es): dc.creator | Nascimento, Luiz Fernando Costa | - |
| Autor(es): dc.creator | da Silva, Aneirson Francisco | - |
| Autor(es): dc.creator | Marins, Fernando Augusto Silva | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T22:36:41Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T22:36:41Z | - |
| Data de envio: dc.date.issued | 2025-04-29 | - |
| Data de envio: dc.date.issued | 2024-12-31 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.17268/sci.agropecu.2025.011 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/301182 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/301182 | - |
| Descrição: dc.description | The emergence of Machine Learning (ML) technologies and their integration into agriculture has demonstrated a significant impact on disease detection in crops, enabling continuous monitoring and enhancing risk planning and management. This study applied image processing techniques such as thresholding, gamma correction, and the Stretched Neighborhood Effect Color to Grayscale (SNECG) method, alongside ML, to develop a predictive model for identifying five types of rice diseases. The ML techniques used included Logistic Regression, Multilayer Perceptron, Support Vector Machines, Decision Trees, and Random Forests (RF). Hyperparameters were optimized and evaluated through 5-fold cross-validation. In the results, the SNECG method successfully converted images to grayscale, capturing essential features of lesions on rice leaves. The ML models developed with these techniques showed evaluation metrics exceeding 80%, with the RF model (precision = 88.31%) demonstrating superior performance. Additionally, the RF model was integrated into an interface designed for agricultural decision-making. The practical application of the developed model could significantly improve the ability to detect and manage diseases in rice crops. | - |
| Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
| Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
| Descrição: dc.description | Facultad de Ingeniería Universidad Nacional de Trujillo Ciudad Universitaria, Av. Juan Pablo II s/n | - |
| Descrição: dc.description | Programa de Investigación Formativa e Integridad Científica Universidad César Vallejo | - |
| Descrição: dc.description | Department of Production São Paulo State University (UNESP), Guaratinguetá | - |
| Descrição: dc.description | Department of Production São Paulo State University (UNESP), Guaratinguetá | - |
| Descrição: dc.description | CAPES: CAPES - 001 | - |
| Descrição: dc.description | CNPq: CNPq - 304197/2021-1 | - |
| Formato: dc.format | 123-136 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Scientia Agropecuaria | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | disease classification | - |
| Palavras-chave: dc.subject | disease detection | - |
| Palavras-chave: dc.subject | image processing | - |
| Palavras-chave: dc.subject | leaf disease | - |
| Palavras-chave: dc.subject | machine learning | - |
| Palavras-chave: dc.subject | random forest | - |
| Título: dc.title | Rice leaf disease detection using the Stretched Neighborhood Effect Color to Grayscale method and Machine Learning | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Unesp | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: