Associação entre características físicas da semente de soja com a qualidade da semente usando a análise da imagem e técnicas de aprendizado de máquina

A soja (Glycine max) é uma das mais importantes culturas na economia mundial, porém o sucesso da lavoura de soja depende de diversos fatores, sendo o mais importante deles a utilização de sementes de elevada qualidade, capazes de gerar plantas de alto vigor. A avaliação da qualidade de sementes é fe...

ver descrição completa

Na minha lista:
Detalhes bibliográficos
Autor principal: Silva, Iaslan do Nascimento Paulo da
Outros Autores: Oliveira, Laura Emmanuella Alves Dos Santos Santana De
Formato: bachelorThesis
Idioma:pt_BR
Publicado em: Universidade Federal do Rio Grande do Norte
Assuntos:
Soja
Soy
Avaliação da qualidade de sementes
Seed quality assessment
Análise de imagens digitais
Digital imaging analysis
Aprendizado de máquina
Machine learning
Endereço do item:https://repositorio.ufrn.br/handle/123456789/37898
Tags: Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
id ri-123456789-37898
record_format dspace
spelling ri-123456789-378982021-09-22T14:24:35Z Associação entre características físicas da semente de soja com a qualidade da semente usando a análise da imagem e técnicas de aprendizado de máquina Silva, Iaslan do Nascimento Paulo da Oliveira, Laura Emmanuella Alves Dos Santos Santana De Perreira, Márcio Dias Oliveira, Laura Emmanuella Alves Dos Santos Santana De Pereira, Márcio Dias Vale, Alessandra Mendes Pacheco Guerra Soja Soy Avaliação da qualidade de sementes Seed quality assessment Análise de imagens digitais Digital imaging analysis Aprendizado de máquina Machine learning A soja (Glycine max) é uma das mais importantes culturas na economia mundial, porém o sucesso da lavoura de soja depende de diversos fatores, sendo o mais importante deles a utilização de sementes de elevada qualidade, capazes de gerar plantas de alto vigor. A avaliação da qualidade de sementes é feita por testes de germinação e de vigor que ajudam na identificação de lotes com melhor desempenho. Um dos desafios encontrados pelos produtores de soja é que essas análises para avaliação da qualidade da semente são destrutivas e demandam tempo, que é considerado longo e caro na cadeia que envolve a produção e comercialização das sementes. Uma das formas de se aprimorar e tornar rápido o processo de avaliação, é através da análise de imagens por computador. Alguns trabalhos têm sido desenvolvidos nesse sentido, utilizando a análise de imagens digitais para classificação da morfologia de sementes e avaliação fisiológica. O presente trabalho propõe a utilização de técnicas de aprendizado de máquina para predizer a germinação das sementes de soja a partir de características físicas da semente obtidas por meio da análise digital de imagens, bem como, identificar atributos físicos relevantes para a avaliação da qualidade da semente a partir da análise de correlação desses atributos com características fisiológicas que indicam a qualidade da semente de soja. Busca-se com isso maior agilidade e confiabilidade no processo de avaliação da qualidade de sementes de soja, além de caracterizar um processo de avaliação da semente não destrutivo. Os resultados iniciais indicam a necessidade de aumentar a quantidade de descritores de imagem para aumentar a acurácia do sistema de predição. 2017-12-07T19:45:42Z 2021-09-22T14:24:35Z 2017-12-07T19:45:42Z 2021-09-22T14:24:35Z 2017-11-26 bachelorThesis 2014091922 SILVA, Iaslan do Nascimento Paulo da. Associação entre características físicas da semente de soja com a qualidade da semente usando a análise da imagem e técnicas de aprendizado de máquina. 2017. 62 f. TCC (Graduação) - Curso Tecnólogo em Análise e Desenvolvimento de Sistemas, Unidade Acadêmica Especializada em Ciências Agrárias, Universidade Federal do Rio Grande do Norte, Macaíba, 2017. https://repositorio.ufrn.br/handle/123456789/37898 pt_BR openAccess application/pdf Universidade Federal do Rio Grande do Norte Brasil UFRN Tecnólogo em Análise e Desenvolvimento de Sistemas
institution Repositório Institucional
collection RI - UFRN
language pt_BR
topic Soja
Soy
Avaliação da qualidade de sementes
Seed quality assessment
Análise de imagens digitais
Digital imaging analysis
Aprendizado de máquina
Machine learning
spellingShingle Soja
Soy
Avaliação da qualidade de sementes
Seed quality assessment
Análise de imagens digitais
Digital imaging analysis
Aprendizado de máquina
Machine learning
Silva, Iaslan do Nascimento Paulo da
Associação entre características físicas da semente de soja com a qualidade da semente usando a análise da imagem e técnicas de aprendizado de máquina
description A soja (Glycine max) é uma das mais importantes culturas na economia mundial, porém o sucesso da lavoura de soja depende de diversos fatores, sendo o mais importante deles a utilização de sementes de elevada qualidade, capazes de gerar plantas de alto vigor. A avaliação da qualidade de sementes é feita por testes de germinação e de vigor que ajudam na identificação de lotes com melhor desempenho. Um dos desafios encontrados pelos produtores de soja é que essas análises para avaliação da qualidade da semente são destrutivas e demandam tempo, que é considerado longo e caro na cadeia que envolve a produção e comercialização das sementes. Uma das formas de se aprimorar e tornar rápido o processo de avaliação, é através da análise de imagens por computador. Alguns trabalhos têm sido desenvolvidos nesse sentido, utilizando a análise de imagens digitais para classificação da morfologia de sementes e avaliação fisiológica. O presente trabalho propõe a utilização de técnicas de aprendizado de máquina para predizer a germinação das sementes de soja a partir de características físicas da semente obtidas por meio da análise digital de imagens, bem como, identificar atributos físicos relevantes para a avaliação da qualidade da semente a partir da análise de correlação desses atributos com características fisiológicas que indicam a qualidade da semente de soja. Busca-se com isso maior agilidade e confiabilidade no processo de avaliação da qualidade de sementes de soja, além de caracterizar um processo de avaliação da semente não destrutivo. Os resultados iniciais indicam a necessidade de aumentar a quantidade de descritores de imagem para aumentar a acurácia do sistema de predição.
author2 Oliveira, Laura Emmanuella Alves Dos Santos Santana De
author_facet Oliveira, Laura Emmanuella Alves Dos Santos Santana De
Silva, Iaslan do Nascimento Paulo da
format bachelorThesis
author Silva, Iaslan do Nascimento Paulo da
author_sort Silva, Iaslan do Nascimento Paulo da
title Associação entre características físicas da semente de soja com a qualidade da semente usando a análise da imagem e técnicas de aprendizado de máquina
title_short Associação entre características físicas da semente de soja com a qualidade da semente usando a análise da imagem e técnicas de aprendizado de máquina
title_full Associação entre características físicas da semente de soja com a qualidade da semente usando a análise da imagem e técnicas de aprendizado de máquina
title_fullStr Associação entre características físicas da semente de soja com a qualidade da semente usando a análise da imagem e técnicas de aprendizado de máquina
title_full_unstemmed Associação entre características físicas da semente de soja com a qualidade da semente usando a análise da imagem e técnicas de aprendizado de máquina
title_sort associação entre características físicas da semente de soja com a qualidade da semente usando a análise da imagem e técnicas de aprendizado de máquina
publisher Universidade Federal do Rio Grande do Norte
publishDate 2017
url https://repositorio.ufrn.br/handle/123456789/37898
work_keys_str_mv AT silvaiaslandonascimentopauloda associacaoentrecaracteristicasfisicasdasementedesojacomaqualidadedasementeusandoaanalisedaimagemetecnicasdeaprendizadodemaquina
_version_ 1773958064662118400

Registros relacionados