Redes neuronales artificiales para modelizar la emergencia de malas hierbas | ||
| dc.conicet.organizacion | Universidad de Lleida | |
| dc.conicet.organizacion | Universidad de Lleida | |
| dc.conicet.organizacion | Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Centro de Recursos Naturales Renovables de la Zona Semiárida. Universidad Nacional del Sur. Centro de Recursos Naturales Renovables de la Zona Semiárida | |
| dc.conicet.organizacion | Universidad Nacional del Sur. Departamento de Agronomía | |
| dc.conicet.organizacion | Universidad de Lleida | |
| dc.conicet.organizacion | No especifíca | |
| dc.conicet.organizacion | No especifíca | |
| dc.conicet.rol | Autor | |
| dc.conicet.rol | Autor | |
| dc.conicet.rol | Autor | |
| dc.conicet.rol | Autor | |
| dc.contributor.author | Torra, Joel | |
| dc.contributor.author | Royo Esnal, Aritz | |
| dc.contributor.author | Chantre Balacca, Guillermo Ruben | |
| dc.contributor.author | Recasens, Jordi | |
| dc.contributor.other | Royuela Hernando, Mercedes | |
| dc.contributor.other | Zabalza Aznárez, Ana | |
| dc.coverage | Nacional | |
| dc.date.evento | 2017-10-25 | |
| dc.date.eventoHasta | 2017-10-27 | |
| dc.date.issued | 2017 | es |
| dc.description.abstract | El objetivo del presente trabajo fue desarrollar redes neuronales artificiales (RNA) para predecir la emergencia del bromo (Bromus diandrus) y comparar su capacidad predictiva con los modelos sigmoidales (MS). Los tiempos termales e hídricos fueron usados como variables independientes de entrada (modelo bivariado) y la proporción de emergencia acumulada fue considerada la variable de salida, para un total de 16 escenarios distintos (con diferentes fechas de siembra y manejos del suelo), con el fin de comparar la bondad de los ajustes con la raíz del error medio cuadrático (REMC) entre las RNA y los MS. Los resultados indican que tanto las RNAs como los MSs predicen satisfactoriamente la emergencia de B. diandrus. Sin embargo, se observó un mejor ajuste en 11 de los 16 escenarios evaluados utilizando RNA (REMC 46% más bajos comparados con los MS). | es |
| dc.description.ciudadEvento | Pamplona-Iruña | es |
| dc.description.fil | Fil: Torra, Joel. Universidad de Lleida; España | |
| dc.description.fil | Fil: Royo Esnal, Aritz. Universidad de Lleida; España | |
| dc.description.fil | Fil: Chantre Balacca, Guillermo Ruben. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Bahía Blanca. Centro de Recursos Naturales Renovables de la Zona Semiárida. Universidad Nacional del Sur. Centro de Recursos Naturales Renovables de la Zona Semiárida; Argentina. Universidad Nacional del Sur. Departamento de Agronomía; Argentina | |
| dc.description.fil | Fil: Recasens, Jordi. Universidad de Lleida; España | |
| dc.description.institucionOrganizadora | Sociedad Española de Malherbología | es |
| dc.description.nombreEvento | XVI Congreso de la Sociedad Española de Malherbología | es |
| dc.description.paisEvento | España | es |
| dc.format | application/pdf | es |
| dc.identifier.citation | Redes neuronales artificiales para modelizar la emergencia de malas hierbas; XVI Congreso de la Sociedad Española de Malherbología; Pamplona-Iruña; España; 2017; 63-67 | es |
| dc.identifier.institucional | CONICET | |
| dc.identifier.isbn | 978-84-9769-327-1 | es |
| dc.identifier.repo | CONICET Digital | |
| dc.identifier.uri | http://hdl.handle.net/11336/264759 | |
| dc.journal.ciudad | Pamplona-Iruña | es |
| dc.journal.pagination | 63-67 | es |
| dc.journal.pais | España | es |
| dc.language.iso | spa | es |
| dc.publisher | Universidad Pública de Navarra | es |
| dc.relation.alternativeid | info:eu-repo/semantics/altIdentifier/url/http://semh.net/wp-content/uploads/2017/12/XVI_congreso-Malherbologia_ACTAS.pdf | |
| dc.rights | info:eu-repo/semantics/openAccess | * |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/2.5/ar/ | * |
| dc.source.libro | Actas XVI Congreso de la Sociedad Española de Malherbología | es |
| dc.subject | BROMUS DIANDRUS | es |
| dc.subject | MINIMO LABOREO | es |
| dc.subject | MODELO NO LINEAL SIGMOIDAL | es |
| dc.subject | SIEMBRA DIRECTA | es |
| dc.subject.classification | Agronomía, reproducción y protección de plantas | es |
| dc.subject.classification | Agricultura, Silvicultura y Pesca | es |
| dc.subject.classification | CIENCIAS AGRÍCOLAS | es |
| dc.title | Redes neuronales artificiales para modelizar la emergencia de malas hierbas | es |
| dc.type | info:eu-repo/semantics/publishedVersion | |
| dc.type | info:eu-repo/semantics/conferenceObject | |
| dc.type | info:ar-repo/semantics/documento de conferencia | |
| dc.type.publicacion | Book | es |
| dc.type.subtype | Congreso | es |
Archivos
Bloque original
Cargando...
- Nombre:
- CONICET_Digital_Nro.ab525443-66ce-4f47-9af4-bc76f3d549c8_B.pdf
- Tamaño:
- 708.17 KB
- Formato:
- Adobe Portable Document Format