1. Biblioteca Digital de Trabalhos de Conclusão de Curso
  2. Trabalhos de Conclusão de Curso de Graduação
  3. Engenharia de Computação - JMV
Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/6251
Registro completo de metadados
Campo Dublin CoreValorIdioma
dc.contributor.advisorAssis, Aline Rocha dept_BR
dc.contributor.authorVeloso, Erik Miguel Carvalho-
dc.date.accessioned2023-11-06T20:42:02Z-
dc.date.available2023-11-06T20:42:02Z-
dc.date.issued2023pt_BR
dc.identifier.citationVELOSO, Erik Miguel Carvalho. Agricultura de precisão: sistema para monitoramento remoto de lavouras. 2023. 57 f. Monografia (Graduação em Engenharia da Computação) - Instituto de Ciências Exatas e Aplicadas, Universidade Federal de Ouro Preto, João Monlevade, 2023.pt_BR
dc.identifier.urihttp://www.monografias.ufop.br/handle/35400000/6251-
dc.description.abstractEste estudo foca no uso de sensores para monitorar umidade, temperatura e luminosidade, empregando a tecnologia LoRa para comunicação de longo alcance. Os resultados revelam que a aplicação desses sensores, aliada à LoRa, viabiliza a visualização em tempo real das condições ideais para o crescimento das plantas. Além de aumentar a produtividade sem expandir a área cultivada, essa abordagem beneficia até mesmo indivíduos sem conhecimento agrícola. Os dados coletados podem ser processados por algoritmos de aprendizagem de máquina, resultando em métodos mais eficientes e sustentáveis de cultivo, adaptáveis às necessidades específicas de cada planta.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectAgricultura de precisãopt_BR
dc.titleAgricultura de precisão : sistema para monitoramento remoto de lavouras.pt_BR
dc.typeTCC-Graduaçãopt_BR
dc.rights.licenseEste trabalho está sob uma licença Creative Commons BY-NC-ND 4.0 (https://creativecommons.org/licenses/by-nc-nd/4.0/?ref=chooser-v1).pt_BR
dc.contributor.refereeCosta, Tatiana Alvespt_BR
dc.contributor.refereeFerreira, Carlos Henrique Gomespt_BR
dc.contributor.refereeAssis, Aline Rocha dept_BR
dc.description.abstractenThis study focuses on the use of sensors to monitor humidity, temperature, and luminosity, employing LoRa technology for long-range communication. The results reveal that the application of these sensors, coupled with LoRa, enables real-time visualization of optimal conditions for plant growth. Besides increasing productivity without expanding the culti vated area, this approach benefits even individuals without agricultural knowledge. The collected data can be processed by machine learning algorithms, resulting in more efficient and sustainable cultivation methods, adaptable to the specific needs of each plant.pt_BR
dc.contributor.authorID16.1.8215pt_BR
Aparece nas coleções:Engenharia de Computação - JMV

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_AgriculturaPrecisãoSistema.pdf4,79 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Os itens na BDTCC estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.