Saltar al contenido
VuFind
    • English
    • Español
Avanzado
  • A Machine Learning- Based Appr...
  • Citar
  • Describir
  • Imprimir
  • Exportar Registro
    • Exportar a RefWorks
    • Exportar a EndNoteWeb
    • Exportar a EndNote
  • Enlace Permanente
Imagen de Portada
Código QR

A Machine Learning- Based Approach for the Discovery of Climate Smart Peaches

Poster

Detalles Bibliográficos
Autores principales: Aballay, Maximiliano Martín, Chirino, Julian Santiago, Valentini, Gabriel Hugo, Sanchez, Gerardo
Formato: Conferencia
Lenguaje:Inglés
Publicado: 2022
Materias:
Frutas de Clima Templado
Durazno
Prunus persica
Cambio Climático
Técnicas de Predicción
Machine Learning
Biotecnología
Fitomejoramiento
Temperate Fruits
Peaches
Forecasting
Biotechnology
Plant Breeding
Climate Change
Aprendizaje Electrónico
Acceso en línea:http://hdl.handle.net/20.500.12123/12807
  • Descripción
  • Ejemplares similares
  • Vista Equipo
Descripción
Sumario:Poster

Ejemplares similares

  • Una plataforma basada en machine learning para identificar variedades de duraznero con mayores chances de adaptación a escenarios climáticos futuros
    por: Aballay, Maximiliano Martín, et al.
    Publicado: (2025)
  • Aplicación de una metodología basada en aprendizaje automático para el mejoramiento genético de duraznero
    por: Aballay, Maximiliano Martín, et al.
    Publicado: (2022)
  • Desarrollo de una progenie de genotipos artificiales de duraznero a través de la simulación de cruzamientos y predicción del comportamiento de caracteres fenotípicos
    por: Aballay, Maximiliano Martín, et al.
    Publicado: (2023)
  • Performance profiling of Prunus persica (L.) Batsch collection and comprehensive association among fruit quality, agronomic and phenological traits
    por: Maulion, Evangelina, et al.
    Publicado: (2017)
  • Novel NGS-Based genomic platform reveals unexploited variability of Prunus persica (L. Batch) for future genetic breeding of peach
    por: Aballay, Maximiliano Martín, et al.
    Publicado: (2019)

© Copyright 2026, Todos los Derechos Reservados UNA