High-throughput phenotyping for non-destructive estimation of soybean fresh biomass using a machine learning model and temporal UAV data

Ranđelović, Predrag; Đorđević, Vuk; Miladinović, Jegor; Prodanović, Slaven; Ćeran, Marina; Vollmann, Johann

Резултати

еНаука > Резултати > High-throughput phenotyping for non-destructive estimation of soybean fresh biomass using a machine learning model and temporal UAV data

Назив:	High-throughput phenotyping for non-destructive estimation of soybean fresh biomass using a machine learning model and temporal UAV data
Аутори:	Ranđelović, Predrag ; Đorđević, Vuk ; Miladinović, Jegor ; Prodanović, Slaven ; Ćeran, Marina ; Vollmann, Johann
Година:	2023
Публикација:	Plant Methods
ISSN:	1746-4811 Plant Methods Претражи идентификатор
Тип резултата:	Научни чланак
Колација:	vol. 19 br. 1 str. 89
DOI:	10.1186/s13007-023-01054-6
WoS-ID:	001093871700002
Scopus-ID:	2-s2.0-85169119775
PMID:	37633921
PMCID:	PMC10463513
URI:	https://enauka.gov.rs/handle/123456789/787552 http://fiver.ifvcns.rs/handle/123456789/4064
Извор метаподатака:	(Preuzeto iz CrossRef-a) Ranđelović, Predrag
М-категорија:	21aM21a - Рад у међ. часопису изузетних вредности

1
SCOPUS^TM

1
PubMed Central^TM

1
WEB OF SCIENCE^TM

Алт метрика

Dimensions

Пронађи DOI

Проналажење DOI у сервису CrossRef-у на основу мета-података у запису. Приказаће се DOI (и метаподаци) чији се подаци највише поклапају. ОПРЕЗ - то не мора бити та публикација.

Unpaywall

Резултати на еНаука су заштићени ауторским правима и сва права су задржана, осим ако није другачије назначено.