PUBLICAÇÕES
Embedded Files
Conheça nosso trabalho
Método de triagem para identificação de fêmeas bovinas com maior potencial para prenhez e reprodução.
DOI: 10.1038/s41598-024-70211-1
Escherichia coli diarreagênica multirresistente identificada por FTIR e aprendizado de máquina: uma estratégia viável para melhorar a classificação de grupos.
DOI: 10.1039/d3ra03518b
Método simples para discriminação de espécies de eucalipto: espectroscopia FTIR e aprendizado de máquina
DOI:10.1016/j.rechem.2023.101233
Facilitando a inspeção de madeira: espectroscopia FTIR e aprendizado de máquina para identificação de espécies de madeira comercial nativas brasileiras.
DOI: 10.1039/d4ra00174e
Método de fotodiagnóstico para leishmaniose (l. amazonensis) em modelo animal
DOI: 10.1021/acsinfecdis.3c00430
Diagnóstico rápido e de baixo custo de brucelose bovina (brucella abortus), utilizando espectroscopia no uv-vis e aprendizado de máquina
DOI: 10.1016/j.jphotobiol.2023.112781
Diagnóstico de triagem de paracoccidioidomi-cose por espectroscopia FTIR e análise multivariada
DOI: 10.1016/j.pdpdt.2022.102921
Discriminação rápida e precisa de sementes de Brachiaria brizantha (A.Rich.) Stapf por espectroscopia molecular e aprendizado de máquina
DOI: 10.1021/acsagscitech.1c00067
Diferenciação instrespecífica de espécimes de flebotomíneos por espectroscopia óptica e análise multivariada
DOI: 10.1002/jbio.202000412
Uma nova estratégia para diagnóstico de leishmaniose visceral canina baseada em espectroscopia FTIR e aprendizado de máquina
DOI: 10.1002/jbio.202100141
Espectroscopia FTIR com aprendizado de máquina: uma nova abordagem para triagem de polimorfismo de DNA animal
DOI: 10.1016/j.saa.2021.120036
Discriminação do vigor de sementes de soja usando espectroscopia de infravermelho e algoritmos de aprendizado de máquina
DOI: 10.1039/d0ay01238f
Acesse nosso portfólio 2020-2025
[FTDG-X] Portfólio 2024-2025_V3_Apresentação.pdfPage updated
Report abuse