Your browser doesn't support javascript.
loading
Big Data and Machine Learning to Improve European Grapevine Moth (Lobesia botrana) Predictions.
Balduque-Gil, Joaquín; Lacueva-Pérez, Francisco J; Labata-Lezaun, Gorka; Del-Hoyo-Alonso, Rafael; Ilarri, Sergio; Sánchez-Hernández, Eva; Martín-Ramos, Pablo; Barriuso-Vargas, Juan J.
Afiliación
  • Balduque-Gil J; Department of Agricultural Sciences and Natural Environment, AgriFood Institute of Aragon (IA2), University of Zaragoza, Avenida Miguel Servet 177, 50013 Zaragoza, Spain.
  • Lacueva-Pérez FJ; Department of Big Data and Cognitive Systems, Instituto Tecnológico de Aragón, ITAINNOVA, María de Luna 7-8, 50018 Zaragoza, Spain.
  • Labata-Lezaun G; Department of Big Data and Cognitive Systems, Instituto Tecnológico de Aragón, ITAINNOVA, María de Luna 7-8, 50018 Zaragoza, Spain.
  • Del-Hoyo-Alonso R; Department of Big Data and Cognitive Systems, Instituto Tecnológico de Aragón, ITAINNOVA, María de Luna 7-8, 50018 Zaragoza, Spain.
  • Ilarri S; Departamento de Informática e Ingeniería de Sistemas, Instituto de Investigación en Ingeniería de Aragón (I3A), Universidad de Zaragoza, María de Luna 1, 50018 Zaragoza, Spain.
  • Sánchez-Hernández E; Department of Agricultural and Forestry Engineering, ETSIIAA, University of Valladolid, Avenida de Madrid 44, 34004 Palencia, Spain.
  • Martín-Ramos P; Department of Agricultural and Forestry Engineering, ETSIIAA, University of Valladolid, Avenida de Madrid 44, 34004 Palencia, Spain.
  • Barriuso-Vargas JJ; Department of Agricultural Sciences and Natural Environment, AgriFood Institute of Aragon (IA2), University of Zaragoza, Avenida Miguel Servet 177, 50013 Zaragoza, Spain.
Plants (Basel) ; 12(3)2023 Feb 01.
Article en En | MEDLINE | ID: mdl-36771717
Palabras clave
Texto completo
Añadir a Mi BVS
Imprimir
XML
PubMed Links
Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Tipo de estudio: Prognostic_studies / Risk_factors_studies Idioma: En Revista: Plants (Basel) Año: 2023 Tipo del documento: Article País de afiliación: España Pais de publicación: Suiza
Texto completo
Añadir a Mi BVS
Imprimir
XML
PubMed Links
Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Tipo de estudio: Prognostic_studies / Risk_factors_studies Idioma: En Revista: Plants (Basel) Año: 2023 Tipo del documento: Article País de afiliación: España Pais de publicación: Suiza