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 | University of Connecticut | - |
Autor(es): dc.contributor | Louisiana State University | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | University Center of Hermínio Ometto Foundation | - |
Autor(es): dc.contributor | College Station | - |
Autor(es): dc.creator | de Souza, Flávia Luize Pereira | - |
Autor(es): dc.creator | Dias, Maurício Acconcia | - |
Autor(es): dc.creator | Setiyono, Tri Deri | - |
Autor(es): dc.creator | Campos, Sérgio | - |
Autor(es): dc.creator | Shiratsuchi, Luciano Shozo | - |
Autor(es): dc.creator | Tao, Haiying | - |
Data de aceite: dc.date.accessioned | 2025-08-21T17:22:38Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T17:22:38Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2025-03-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.atech.2025.100779 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/305541 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/305541 | - |
Descrição: dc.description | The identification of planting gaps is essential for optimizing crop management in precision agriculture. Traditional methods, such as manual scouting, are limited in scale and precision. This study evaluates the performance of three machine learning algorithms—Decision Trees, Support Vector Machines (SVM), and Multilayer Perceptron (MLP) Neural Networks—for classifying planting gaps in soybean fields using UAV imagery during the V4 growth stage. The Neural Network and SVM models demonstrated similar results, with the Neural Network achieving an AUC of 0.984, accuracy of 94.5 %, F1 score of 0.945, precision of 94.5 %, and recall of 94.5 %. The SVM model with a Polynomial kernel achieved an AUC of 0.989, accuracy of 95.5 %, F1 score of 0.955, precision of 95.5 %, and recall of 95.5 %. In contrast, the Decision Tree model performed lower, with an AUC of 0.805 and accuracy of 79 %. These results demonstrate the effectiveness of machine learning algorithms, particularly Neural Networks and SVM, in improving planting gap detection, contributing to more precise crop management decisions. | - |
Descrição: dc.description | Department of Plant Science and Landscape Architecture University of Connecticut | - |
Descrição: dc.description | School of Plant Environmental and Soil Sciences Louisiana State University | - |
Descrição: dc.description | São Paulo State University, SP | - |
Descrição: dc.description | University Center of Hermínio Ometto Foundation | - |
Descrição: dc.description | Precision AgX LLC PO box 9617 College Station | - |
Descrição: dc.description | São Paulo State University, SP | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Smart Agricultural Technology | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Planting gaps | - |
Palavras-chave: dc.subject | Precision agriculture | - |
Palavras-chave: dc.subject | Soybean | - |
Palavras-chave: dc.subject | UAV | - |
Título: dc.title | Identification of soybean planting gaps using 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: