Agricultura de precisão : sistema para monitoramento remoto de lavouras.

Veloso, Erik Miguel Carvalho

Por favor, use este identificador para citar o enlazar este ítem: http://www.monografias.ufop.br/handle/35400000/6251

Registro completo de metadatos

Campo DC	Valor	Lengua/Idioma
dc.contributor.advisor	Assis, Aline Rocha de	pt_BR
dc.contributor.author	Veloso, Erik Miguel Carvalho	-
dc.date.accessioned	2023-11-06T20:42:02Z	-
dc.date.available	2023-11-06T20:42:02Z	-
dc.date.issued	2023	pt_BR
dc.identifier.citation	VELOSO, 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.uri	http://www.monografias.ufop.br/handle/35400000/6251	-
dc.description.abstract	Este 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.iso	pt_BR	pt_BR
dc.subject	Agricultura de precisão	pt_BR
dc.title	Agricultura de precisão : sistema para monitoramento remoto de lavouras.	pt_BR
dc.type	TCC-Graduação	pt_BR
dc.rights.license	Este 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.referee	Costa, Tatiana Alves	pt_BR
dc.contributor.referee	Ferreira, Carlos Henrique Gomes	pt_BR
dc.contributor.referee	Assis, Aline Rocha de	pt_BR
dc.description.abstracten	This 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.authorID	16.1.8215	pt_BR
Aparece en las colecciones:	Engenharia de Computação - JMV

Ficheros en este ítem:

Fichero	Descripción	Tamaño	Formato
MONOGRAFIA_AgriculturaPrecisãoSistema.pdf		4,79 MB	Adobe PDF	Visualizar/Abrir

Mostrar el registro sencillo del ítem