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
-
Las sales de polimetacrilato de guanidina suprime los hongos fitopatógenos del suelo, caso Foc R4T
Se investigó que las sales de polimetacrilato de guanidina inhiben Foc R4T en el suelo de manera...
-
Primer reporte de Serratia sarumanii como causante de enfermedades en plantas: caso de cebolla
Se recolectó un bulbo de cebolla con signos de pudrición. Los aislados obtenidos se identificaron...
-
El microbioma del plátano un aliado oculto para el manejo sostenible de Foc R4T
Las comunidades bacterianas y fúngicas de la rizosfera, la endosfera y la filosfera de banano...


