Busca avançada
Ano de início
Entree

Arquiteturas Neurais Leves para Melhorar a Produção de Cana-de-Açúcar no Brasil

Processo: 24/00202-7
Modalidade de apoio:Bolsas no Exterior - Pesquisa
Vigência (Início): 09 de dezembro de 2024
Vigência (Término): 08 de março de 2025
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:João Paulo Papa
Beneficiário:João Paulo Papa
Pesquisador Anfitrião: Hermano Igo Krebs
Instituição Sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
Local de pesquisa: Massachusetts Institute of Technology (MIT), Estados Unidos  
Vinculado ao auxílio:13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria, AP.CEPID
Assunto(s):Aprendizagem profunda
Palavra(s)-Chave do Pesquisador:Aprendizado profundo | Redes neurais leves | Aprendiza de máquina

Resumo

O Brasil é o maior produtor de cana-de-açúcar e exportador de seus derivados, uma importante atividade econômica. O controle de plantas daninhas precisa ser adequado, dado que herbicidas são muito propensos a danificar toda a cultura. O problema é ainda pior no caso de plantas perenes, como é o caso da cana-de-açúcar, dado que não realizar a limpeza do solo após a colheita é uma prática bastante empregada. A cultura e as plantas daninhas geralmente se misturam, tornando a sua diferenciação automática um grande desafio. Este projeto de pesquisa propõe a avaliação e desenvolvimento de novas arquiteturas neurais leves que podem efetivamente detectar plantas daninhas em culturas de cana-de-açúcar e serem eficientemente aplicadas em tempo real como um dispositivo de monitoramento em campo.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)