Ricerca Pubblicazioni

IRA - Institutional Repository Agroscope — L’Institutional Repository raccoglie le pubblicazioni dei ricercatori di Agroscope. Il PDF può essere scaricato se liberamente accessibile. In caso contrario, la nota di pubblicazione indica dove è avvenuta la pubblicazione.

Inserendo il codice del web si può accedere direttamente una pubblicazione.
Per le pubblicazioni Agroscope, il codice web viene visualizzato in fondo alla pagina di dettaglio di una pubblicazione: ID pubblicazione (codice web): 12345

Inserendo una termine di ricerca è possibile cercare i metadati di una pubblicazione:
Titolo, Sottotitolo, Riassunto, Nome della fonte, ISBN, ISSN, DOI, Parole chiave

Con la ricerca testo integrale il contenuto del file PDF è cercato; Indicazioni per la ricerca.

FT-NIRs assisted machine and deep learning for determination of acteosides, aucubin and catalpol contents of plantago lanceolate.

Institutional Repository Agroscope

Camps C., Simonnet X.

FT-NIRs assisted machine and deep learning for determination of acteosides, aucubin and catalpol contents of plantago lanceolate.

Agricultural Research and Technology, 25, (2), 2020, 1-6.

Téléchargement anglais (1022 kB)

Résumé:

Plantago lanceolate is important for animal feed as it improves the nutritional value of forages. Aucubin, acteosids and catalpol are important compunds present in this plant but their determination is time consuming, costly and needs chemicals. In the present study we develop a method based on FT-NIR spectroscopy to determine aucubin, acteosides and catalpol from dry powders of plantago lanceolate. FT-NIR spectra were processed in PLS- and deep learning methods and the accuracies of models have been calculated and compared. Aucubine, acteosides and catalpol contents have been predicted with a root mean square error of 0.56, 0.25 and 0.18%, respectively by using PLS method. Deep learning did not allowed to improve the accuracies but allowed obtaining similar accuracies. FT-NIR based method showed interesting results and is promising to develop a fully usable method for selection programs of plantain with high level contents of biomolecules.

ISSN en ligne: 2471-6774
Digital Object Identifier (DOI): https://doi.org/10.19080/ARTOAJ.2020.25.556296
ID publication (Code web): 44600 Envoyer par e-mail

Début de la page

Inizio pagina

https://www.agroscope.admin.ch/content/agroscope/it/home/publikationen/suchen.exturl.html/aHR0cHM6Ly9pcmEuYWdyb3Njb3BlLmNoL2ZyLUNIL1BhZ2UvUH/VibGlrYXRpb24_ZWluemVscHVibGlrYXRpb25JZD00NjkzNCZw/YXJlbnRVcmw9JTJmaXQtQ0glMmZQYWdlJTJmUHVibGlrYXRpb2/5zbGlzdGUlMmZJbmRleE1pdGFyYmVpdGVyJTNmYWdyb3Njb3Bl/SWQlM2QxNjkxJTI2aXNEYXRlblB1Ymxpa2F0aW9uc2xpc3RlJT/NkRmFsc2UlMjZwYWdlJTNkMQ==.html

Navigazione principale

Agroscope

Ricerca

Breadcrumb

Ricerca Pubblicazioni

FT-NIRs assisted machine and deep learning for determination of acteosides, aucubin and catalpol contents of plantago lanceolate.