Aspectos introdutórios de um modelo baseado no indivíduo para estudo da dinâmica espacial do HLB do citros.

RESUMO - O Huanglongbing (HLB) é uma doença incurável que afeta plantas de citros em todo o país. Como o Brasil é um dos maiores produtores de citros do mundo, essa doença pode causar um grande impacto econômico na agricultura brasileira. Visando contribuir para novas estratégias de controle da doença, estão sendo realizados estudos focados na modelagem baseada no indivíduo (MBI) para avaliar a propagação espaço-temporal da doença em áreas de plantio com a presença de um novo hospedeiro alternativo mais atrativo. Este trabalho tem como objetivo desenvolver a estrutura computacional de um MBI, utilizando o software R e o pacote Shiny que possibilita executar as simulações via web, a partir de premissas e estudos biológicos prévios da doença. As simulações iniciais indicam que a estrutura computacional concebida possibilita uma melhor visualização da progressão da doença, bem como facilita o teste de diferentes geometrias de plantio envolvendo os hospedeiros principal e alternativo.

Um estudo de descritores e classificadores para reconhecimento de bagas de café.

RESUMO - Métodos de reconhecimento de frutos baseados na utilização de diferentes descritores e classificadores foram estudados. Foi utilizada uma base de dados de 3.393 imagens de café e não-café anteriormente criada e rotulada manualmente. Testes quantitativos demonstraram a identificação de bagas com 93% de precisão e 77% de cobertura utilizando descritores HoG adicionados a mediana dos componentes de cor do formato La*b*, aliados ao classificador Gradient Boosting. Esses resultados melhoram o método anteriormente proposto por Santos (2015), e demonstram a possibilidade de evolução de métodos que podem ser aplicados em metodologias de agricultura de precisão, monitoramento e predição de safra.