M
Magdalena Piekutowska
H指数:17
被引数:865
个人简介
暂无内容
教育背景
暂无内容
工作经历
暂无内容
荣誉奖项
暂无内容
基于神经网络的土壤参数精确马铃薯产量预测建模
机器学习方法在监测农产品及预测植物对生物和非生物胁迫的生理响应方面的方法与挑战
将机器学习算法与地球观测相结合,用于作物监测和管理
AGRICULTURE-BASEL
IF3.6
马铃薯产量预测方法与模型综述
AGRICULTURE-BASEL
IF3.6
使用神经网络和回归模型预测早期马铃薯品种的淀粉含量: 一项比较研究
AGRONOMY-BASEL
IF3.4
大麦 (Hordeum vulgare L.) 的GT双图和聚类分析基于农业形态特征的不同地理区域种质资源
AGRONOMY-BASEL
IF3.4
探索农业数字创新: 实现可持续粮食生产和资源管理的途径
AGRICULTURE-BASEL
IF3.6
种植几何形状可用于优化植物密度和产量,而不会改变甜玉米中每株植物的产量潜力
PLANTS-BASEL
IF4.1
氧化锌纳米颗粒: 缓解藜麦盐胁迫的重要因素 (Chenopodium Quinoa L. Cv Atlas)
AGRONOMY-BASEL
IF3.4
自然保护的挑战与问题: 以波兰为例
SUSTAINABILITY
IF3.3
纳米氧化锶对小麦的生理及抗氧化作用
AGRONOMY-BASEL
IF3.4
使用机器学习算法洞察四倍体小麦基因型在发芽阶段的耐旱性
AGRICULTURE-BASEL
IF3.6
气候变化下农业生产的预测和估计
AGRONOMY-BASEL
IF3.4
硝酸银和银纳米颗粒对小麦 (Triticum aestivum L.) 影响的机器学习分析: 愈伤组织诱导,植物再生和DNA甲基化
PLANTS-BASEL
IF4.1
马铃薯 (Solanum tuberosum L.) 的预测基于机器学习方法的产量
AGRICULTURE-BASEL
IF3.6
AGRONOMY-BASEL
IF3.4
某些甜玉米 (Zea mays L. saccharata Sturt。) 的产量和品质稳定性的基因型-性状 (GT) 双图分析基因型
AGRONOMY-BASEL
IF3.4

