Rezultati
eNauka >
Rezultati >
High-throughput phenotyping for non-destructive estimation of soybean fresh biomass using a machine learning model and temporal UAV data
Naziv: | High-throughput phenotyping for non-destructive estimation of soybean fresh biomass using a machine learning model and temporal UAV data | Autori: | Ranđelović, Predrag ; Đorđević, Vuk ; Miladinović, Jegor ; Prodanović, Slaven ; Ćeran, Marina ; Vollmann, Johann | Godina: | 2023 | Publikacija: | Plant Methods | ISSN: | 1746-4811 Plant Methods Pretraži identifikator | Tip rezultata: | Naučni članak | Kolacija: | 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 |
Izvor metapodataka: | (Preuzeto iz CrossRef-a) Ranđelović, Predrag | M-kategorija: | 21aM21a - Rad u međ. časopisu izuzetnih vrednosti |
Rezultati na eNauka su zaštićeni autorskim pravima i sva prava su zadržana, osim ako nije drugačije naznačeno.