Sistemas de detección de enfermedades, patrones de plagas y deficiencias nutricionales basados en aprendizaje profundo
Usuario Martes, 24 de Mayo de 2022 Artículos Científicos
Se presentan métodos basados en redes neuronales artificiales profundas y aprendizaje profundo para la detección temprana de enfermedades, patrones de plagas y deficiencias nutricionales. Para lo cual se utilizaron un conjunto de datos de campo real que consta de hojas de plantas de jengibre sanas y afectadas.
- Más información en: mdpi.com
Noticias similares
-
Caracterización filogenética de Thielaviopsis ethacetica, causante de la pudrición de esquejes en caña de azúcar en Florida, EE.UU.
Se caracterizaron aislamientos de Thielaviopsis de esquejes de caña de azúcar sintomáticos para...
-
Detección de Paramarasmius palmivorus que causa la pudrición del racimo de palma aceitera, mediante amplificación por polimerasa recombinasa
Se desarrolló un ensayo basado en la amplificación de la polimerasa recombinasa (RPA) dirigido a...
-
Caracterización molecular y construcción de un clon infectivo de Banana bract mosaic virus en Taiwán
Se identificaron muestras infectadas con Banana bract mosaic virus (BBrMV) [enfermedad presente en...


