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
https://fiver.ifvcns.rs/handle/123456789/4064
http://fiver.ifvcns.rs/handle/123456789/4064
Пројекат: Ministarstvo nauke, tehnološkog razvoja i inovacija Republike Srbije, institucionalno finansiranje - 200032 (Naučni institut za ratarstvo i povrtarstvo, Novi Sad)
ECOBREED (Increasing the efficiency and competitiveness of organic crop breeding)
Извор метаподатака: (Preuzeto iz CrossRef-a) Ranđelović, Predrag
М-категорија: 
21aM21a - Водећи међународни часопис категорије M21a

20
SCOPUSTM
2
PubMed CentralTM
15
WEB OF SCIENCETM
Алт метрика
Dimensions
Unpaywall

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