Gercina Gonçalves da Silva

Feature Extraction and Machine Learning for the Classification of Brazilian Savannah Pollen Grains

The classification of pollen species and types is an important task in many areas like forensic palynology, archaeological palynology and melissopalynology. This paper presents the first annotated image dataset for the Brazilian Savannah pollen types that can be used to train and test computer vision based automatic pollen classifiers. A first baseline human and computer performance for this dataset has been established using 805 pollen images of 23 pollen types. In order to access the computer performance, a combination of three feature extractors and four machine learning techniques has been implemented, fine tuned and tested. The results of these tests are also presented in this paper.

BioLeaf: A professional mobile application to measure foliar damage caused by insect herbivory

Abstract Soybean is one of the ten greatest crops in the world, answering for billion-dollar businesses every year. This crop suffers from insect herbivory that costs millions from producers. Hence, constant monitoring of the crop foliar damage is necessary to guide the application of insecticides. However, current methods to measure foliar damage are expensive and dependent on laboratory facilities, in some cases, depending on complex devices. To cope with these shortcomings, we introduce an image processing methodology to measure the foliar damage in soybean leaves. We developed a non-destructive imaging method based on two techniques, Otsu segmentation and Bezier curves, to estimate the foliar loss in leaves with or without border damage. We instantiate our methodology in a mobile application named BioLeaf, which is freely distributed for smartphone users. We experimented with real-world leaves collected from a soybean crop in Brazil. Our results demonstrated that BioLeaf achieves foliar damage quantification with precision comparable to that of human specialists. With these results, our proposal might assist soybean producers, reducing the time to measure foliar damage, reducing analytical costs, and defining a commodity application that is applicable not only to soy, but also to different crops such as cotton, bean, potato, coffee, and vegetables.

Supervised Machine Learning and Bag of Words applied to Polen Grains Classification

This work presents some new results regarding the automation of pollen grains classification using computer vision. A technique based on the Bag of Visual Words and Supervised Machine Learning algorithms is proposed and evaluated. A dataset of pollen grain images taken from 9 different pollen types was created and used in the experiments.

Canal de distribuição das hortaliças do assentamento Estrela do Sul

O estudo objetivou caracterizar o tipo de canal de distribuicao de hortalicas mais utilizado pelo assentamento Estrela do Sul. No primeiro momento da pesquisa foi feito um levantamento bibliografico sobre agricultura familiar, logistica de frutas legumes e verduras (flv) em artigos, revistas, livros e paginas da web. Na segunda fase realizou-se uma pesquisa empirica in loco com uma amostra de 20 proprietarios beneficiados pelo Plano Nacional de Credito Fundiario (PNCF). Observou-se que os produtores tem dificuldade em transportar os alimentos demonstrando dependencia de atravessadores para transportar estes produtos. Alem Disso, os produtores do Assentamento Estrela do Sul utilizam, para a distribuicao de seus produtos, a venda direta (feira e venda direta) e indireta (mercado e atacado), sendo a feira relevante por nao contar com a presenca de atravessadores o que e um aspecto positivo por possibilitar maior aferimento de lucro, no entanto, a escolha por esse canal nao e maior devido a dificuldade de transporte e disponibilidade de tempo. No entanto propoe-se como estudos futuros uma analise detalhada da cadeia de logistica e distribuicao, embalagem e armazenamento de frutas, verdura e legumes de forma convencional e orgânica no estado de Mato Grosso do Sul em assentamentos de agricultura familiar embasados em agregacao de valor da producao.

Distorções de percepção e avaliação: um estudo de caso no mercado de ações

As decisoes no mercado de acoes sao muito importantes, pois impactam diretamente os resultados e desempenho. A racionalidade perfeita no processo decisorio vem sendo questionada e elementos nao racionais, como as emocoes, podem influenciar as decisoes. Este artigo tem por objetivo verificar se existem elementos nao racionais presentes no comportamento dos investidores no mercado de acoes, como sao os casos das distorcoes de percepcao e avaliacao, que podem ser classificadas em: excesso de confianca; otimismo exagerado; ancoragem, status quo, adiamento; e teoria perspectiva. Para tanto foi realizado um levantamento teorico acerca do tema e as principais distorcoes de percepcao e avaliacao. Posteriormente, realizou-se um estudo de caso com investidores que atuam no mercado financeiro, tendo como objeto de estudo os investidores no mercado de acoes. Elaborou-se para esse fim, questoes utilizando-se do embasamento das teorias das financas comportamentais, e foram executadas as entrevistas com o numero de vinte e oito investidores no mercado de acoes em diversos locais do pais. Essas abordagens se deram por conveniencia em uma amostra nao probabilistica. Os resultados da pesquisa comprovam a presenca de elementos psicologicos no processo de tomada de decisao, comprometendo o processo decisorio, considerando que as distorcoes estao presentes no cotidiano dos investidores, evidenciando que a racionalidade perfeita nao existe na realidade do mercado financeiro.