Busca avançada
Ano de início
Entree

Visão artificial e reconhecimento de padrões aplicados em plasticidade vegetal

Processo: 14/08026-1
Linha de fomento:Auxílio à Pesquisa - Regular
Vigência: 01 de setembro de 2016 - 31 de agosto de 2018
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Odemir Martinez Bruno
Beneficiário:Odemir Martinez Bruno
Instituição-sede: Instituto de Física de São Carlos (IFSC). Universidade de São Paulo (USP). São Carlos, SP, Brasil
Pesq. associados:Alexandre Souto Martinez ; Antoine Manzanera ; Antoine Vacavant ; Davi Rodrigo Rossatto ; Francisco Eduardo Gontijo Guimaraes ; Jan Marcel Baetens ; Joao Batista Florindo ; Luís Carlos Bernacci ; Marcos Silveira Buckeridge ; Pedro Henrique de Cerqueira Luz ; Rosana Marta Kolb
Assunto(s):Análise de imagens  Reconhecimento de padrões 

Resumo

Plasticidade fenotípica é a habilidade de um organismo em expressar diferentes fenótipos dependendo do ambiente biótico ou abiótico. Nas plantas, a plasticidade fenotípica consiste na capacidade de alterar a sua fisiologia ou morfologia de acordo com as condições do ambiente. Este projeto tem com objetivo utilizar métodos de visão computacional e reconhecimento de padrões para analisar a plasticidade fenotípica de plantas por meio de imagens da superfície de folhas e de cortes histológicos dos órgãos foliares.Estas imagens tem como características apresentarem não-linearidade e a presença de fenômenos complexos. Deste modo, serão utilizados métodos baseados em sistemas complexos para sua análise. São considerados neste projeto métodos baseados em geometria fractal, redes complexas e autômatos. O uso de métodos baseados em sistemas complexos em imagens e reconhecimento de padrões é a especialidade do proponente que investiga o tema há mais de uma década. As aplicações da análise de plasticidade foliar são diversas e abrangem desde áreas teóricas como a botânica e fisiologia vegetal à aplicadas como biotecnologia e agricultura. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio:
Identificação de madeiras 
Matéria(s) publicada(s) na Revista Pesquisa FAPESP sobre o auxílio:
Identificacão de madeiras 

Publicações científicas (8)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
FILHO, HUMBERTO A.; MACHICAO, JEANETH; BRUNO, ODEMIR M. A hierarchical model of metabolic machinery based on the kcore decomposition of plant metabolic networks. PLoS One, v. 13, n. 5 MAY 7 2018. Citações Web of Science: 0.
MACHICAO, JEANETH; RIBAS, LUCAS C.; SCABINI, LEONARDO F. S.; BRUNO, ODERMIR M. Cellular automata rule characterization and classification using texture descriptors. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS, v. 497, p. 109-117, MAY 1 2018. Citações Web of Science: 0.
MACHICAO, JEANETH; CORREA, JR., EDILSON A.; MIRANDA, GISELE H. B.; AMANCIO, DIEGO R.; BRUNO, ODEMIR M. Authorship attribution based on Life-Like Network Automata. PLoS One, v. 13, n. 3 MAR 22 2018. Citações Web of Science: 0.
FLORINDO, JOAO B.; BRUNO, ODEMIR M. Texture classification using non-Euclidean Minkowski dilation. PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS, v. 493, p. 189-202, MAR 1 2018. Citações Web of Science: 0.
FLORINDO, JOAO BATISTA; BRUNO, ODEMIR MARTINEZ. Discrete Schroedinger transform for texture recognition. INFORMATION SCIENCES, v. 415, p. 142-155, NOV 2017. Citações Web of Science: 0.
MACHICAO, JEANETH; BRUNO, ODEMIR M. Improving the pseudo-randomness properties of chaotic maps using deep-zoom. Chaos, v. 27, n. 5 MAY 2017. Citações Web of Science: 0.
FLORINDO, JOAO B.; BRUNO, ODEMIR M.; LANDINI, GABRIEL. Morphological classification of odontogenic keratocysts using Bouligand-Minkowski fractal descriptors. COMPUTERS IN BIOLOGY AND MEDICINE, v. 81, p. 1-10, FEB 1 2017. Citações Web of Science: 1.
BARBONI MIRANDA, GISELE HELENA; MACHICAO, JEANETH; BRUNO, ODEMIR MARTINEZ. Exploring Spatio-temporal Dynamics of Cellular Automata for Pattern Recognition in Networks. SCIENTIFIC REPORTS, v. 6, NOV 22 2016. Citações Web of Science: 1.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.
Mapa da distribuição dos acessos desta página
Para ver o sumário de acessos desta página, clique aqui.