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
-
Primer reporte de un rabdovirus que infecta a maracuyá (Passiflora edulis) en China
Se recolectaron muestras foliares de plantas de maracuya (Passiflora edulis) con síntomas típicos...
-
Ensayos de qPCR en tiempo real SYBR Green para detección y cuantificación de especies de Botryosphaeriaceae que atacan vid
Se desarrollaron dos ensayos SYBR Green qPCR para la detección y cuantificación específica de...
-
Ensayo RT-LAMP para la detección del Brassica Yellows Virus en China
Se estableció un ensayo de amplificación isotérmica mediada por bucle de transcripción inversa...
