Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.17648/sbai-2019-111139
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!Entre os anos de 2017 e 2018 foram produzidas 160 milhões de sacas de 60kg de café no mundo. Atualmente, o Brasil ocupa a posição de maior produtor de café do mundo, com 31,9% da produção total. A fim de classificar uma amostra de grãos de café pós-colheita, este trabalho baseou-se na comparação entre duas técnicas computacionais. A primeira é a utilização de Redes Neurais Convolucionais (CNN) e a segunda é a junção de métodos de Processamento Digital de Imagens (PDI) para extrair características visando alimentar uma Rede Neural Artificial (RNA) do tipo Perceptron Multicamadas (MLP) com o objetivo de se obter a classificação dos grãos de café. Como resultado, obteve-se uma acurácia média global de 96.60% para a CNN, muito superior à acurácia obtida pelo método de PDI com MLP, que foi de 78.1%.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo