https://www.alice.cnptia.embrapa.br/alice/handle/item/25 Embrapa Milho e Sorgo (CNPMS) Thu, 14 May 2026 00:49:39 GMT 2026-05-14T00:49:39Z https://www.alice.cnptia.embrapa.br/alice/handle/doc/1186660 Título: Machine learning algorithms to predict the crops most susceptible to weed occurrence in integrated crop-livestock systems. Autoria: LUZ, A. L. G.; FERNANDES, A. M. da R.; COELHO, F. V.; OLIVEIRA, M. F. de; ALVARENGA, R. C. Conteúdo: ABSTRACT – The objective of this work was to investigate the use of machine learning algorithms to predict the crops most susceptible to weed occurrence in integrated crop-livestock systems, based on environmental factors of climate, soil, and cropping systems, to establish correlations between these elements and the occurrence of weeds. Three datasets were used for this purpose: the first provided quantitative information on the invasive species, the second contained data about the soil, and the last had records of the region’s climate. The algorithms used were Support Vector Machine, Decision Tree, Random Forest, and K-Nearest Neighbors. The application of machine learning algorithms to predict the susceptibility of crops to weed emergence is technically feasible and effective. The Decision Tree and Random Forest algorithms demonstrated the best performance, with both models achieving 99% accuracy. Robust relationships were established between environmental factors (climate, soil, and planting) and the appearance of invasive species in certain crops. The algorithms reproduced the patterns of weed emergence observed under field conditions. RESUMO –O objetivo deste trabalho foi investigar o uso de algoritmos de aprendizado de máquina para prever as culturas mais suscetíveis à ocorrência de plantas daninhas em sistemas de integração de lavoura-pecuária, com base em fatores ambientais de clima, solo e sistemas de cultivo para estabelecer correlações entre esses elementos e a incidência de plantas invasoras. Três conjuntos de dados foram utilizados para esse propósito: o primeiro forneceu informações quantitativas sobre as espécies invasoras, o segundo continha dados sobre o solo e o último possuía registros do clima da região. Os algoritmos utilizados foram Support Vector Machine, Decision Tree, Random Forest e K-Nearest Neighbors. A aplicação de algoritmos de aprendizado de máquina para prever a suscetibilidade das culturas à emergência de plantas daninhas é tecnicamente viável e eficaz. Os algoritmos Decision Tree e Random Forest demonstraram o melhor desempenho, com ambos os modelos atingindo 99% de acurácia. Relações robustas foram estabelecidas entre os fatores ambientais (clima, solo e plantio) e o surgimento de espécies invasoras em determinadas culturas. Os algoritmos reproduziram com sucesso os padrões de emergência de plantas daninhas observados em condições de campo. Thu, 01 Jan 2026 00:00:00 GMT https://www.alice.cnptia.embrapa.br/alice/handle/doc/1186660 2026-01-01T00:00:00Z https://www.alice.cnptia.embrapa.br/alice/handle/doc/1186444 Título: Microrganismos utilizados como bioindicadores na recuperação de uma área degradada de mata ciliar do Rio das Velhas (Nova Lima, MG). Autoria: PASSOS, R. V. M.; RAPOSEIRAS, R.; GOMES, D. L. M.; SOARES, E. M.; MARRIEL, I. E.; SCOTTI, M. R.; SÁ, N. M. de Conteúdo: O objetivo desse trabalho foi monitorar o processo de recuperação de um modelo de revegetação de mata ciliar do rio das velhas utilizando microrganismos bioindicadores. Para tanto, diferentes grupos microbianos foram isolados em meios seletivos a partir do solo e rizosfera das plantas que constituem o modelo em estudo. Mon, 01 Jan 2007 00:00:00 GMT https://www.alice.cnptia.embrapa.br/alice/handle/doc/1186444 2007-01-01T00:00:00Z https://www.alice.cnptia.embrapa.br/alice/handle/doc/1186446 Título: Padrões de distribuição latitudinal e altitudinal das espécies de Solanum L. grupo Geminata na Mata Atlântica. Autoria: OLIVEIRA, C. T.; ROCHA, C. T. V.; LANDAU, E. C.; STEHMANN, J. R. Conteúdo: O objetivo do trabalho foi investigar a relação entre latitude e altitude com a distribuição geográfica e riqueza das espécies das 29 espécies ocorrentes na Mata Atlântica. Os dados de distribuição geográfica foram obtidos através de revisões taxonômicas e de compilação de dados de exsicatas de herbários do Brasil e do exterior. Mon, 01 Jan 2007 00:00:00 GMT https://www.alice.cnptia.embrapa.br/alice/handle/doc/1186446 2007-01-01T00:00:00Z https://www.alice.cnptia.embrapa.br/alice/handle/doc/1186335 Título: A comprehensive use of sorghum biomass to produce biofuel, bio-oil, and biochar. Autoria: MENDES, P. B.; SILVA, J. T. da; SIMEONE, M. L. F.; MACHADO, A. R. T.; PIMENTA, L. P. S. Conteúdo: Sorghum is a wide-world cereal crop known due to its wide adaptability to changing climate conditions, especially drought, short life cycle, good adaptation to most regions of Brazil, and multiple uses (human food, animal feed, biofuel, and industrial uses). Moreover, all parts of Sorghum can be used as a sustainable feedstock for biofuel production, and our laboratory is investigating different cultivars, hybrids or not, not only to produce biofuels, but also biochemicals. This works aims to report our progress on the conversion of grain Sorghum biomass into bio-oil as a fuel additive and biochar for soil amendment. Sun, 01 Jan 2023 00:00:00 GMT https://www.alice.cnptia.embrapa.br/alice/handle/doc/1186335 2023-01-01T00:00:00Z