Ciência e Tecnologia: bases para o Desenvolvimento Social
20 a 25 de outubro de 2014
Trabalho 3088
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Pós-graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Agrárias |
| Área temática | Genética e melhoramento vegetal |
| Setor | Departamento de Biologia Geral |
| Bolsa | PROBIC/FAPEMIG |
| Conclusão de bolsa | Sim |
| Apoio financeiro | FAPEMIG |
| Primeiro autor | Vinícius Quintao Carneiro |
| Orientador | PEDRO CRESCENCIO SOUZA CARNEIRO |
| Outros membros | COSME DAMIAO CRUZ, Gabi Nunes Silva, Isabela de Castro Sant'anna, Ricardo Augusto Diniz Cabral Ferreira |
| Título | Redes neurais artificiais como ferramenta auxiliar no melhoramento da arquitetura de plantas do feijoeiro |
| Resumo | A arquitetura da planta é um caráter que tem merecido grande atenção dos programas de melhoramento do feijoeiro. Uma estratégia que tem sido amplamente utilizada para selecionar genótipos superiores é a classificação destes segundo a escala de notas. O uso de caracteres morfológicos associados à expressão fenotípica da arquitetura do feijoeiro em procedimentos classificatórios é uma alternativa à seleção de genótipos. Este trabalho tem como objetivo comparar a capacidade de predição da arquitetura de plantas de feijão por Redes Neurais Artificiais com função discriminante de Anderson baseando-se em caracteres morfológicos de mais fácil mensuração, visando a seleção de plantas mais eretas. Foram utilizados dados de 36 linhagens de feijoeiro nas safras de inverno de 2007 e de 2009, obtidos em experimentos conduzidos no campo experimental de Coimbra, pertencente ao Departamento de Fitotecnia da Universidade Federal de Viçosa (UFV). Os experimentos foram conduzidos em delineamentos em blocos casualizados, sendo o experimento da safra de inverno/2007 com três repetições, parcelas de três linhas de 3 metros e espaçamento de 0,5 m entre linhas. Da mesma forma se procedeu com o experimento da safra de inverno/2009, exceto o uso de parcelas com quatro linhas. Foram mensuradas 21 características sendo algumas destas (diâmetro do hipocótilo, a altura da planta e o ângulo médio dos ramos) identificadas pela análise de regressão múltipla – Stepwise, como as variáveis auxiliares que melhor explicam a característica arquitetura de plantas. Para fins classificatórios as linhagens foram separadas em 3 grupos estabelecidos pelas notas visuais de arquitetura de plantas. No melhoramento do feijoeiro visando arquitetura de plantas mais eretas, seleciona-se as plantas com notas inferiores a 2,5, que foram alocadas no grupo 1. Dentre as RNA's obtidas, a estrutura com três neurônios por camada na maioria das vezes apresentou melhor capacidade de validação e predição da arquitetura de plantas de feijoeiro. Quando foram utilizados os dados de uma safra para predizer a outra, verificou-se que as classificações corretas dos genótipos do grupo 1 foram similares para os dois procedimentos. Entretanto, a análise discriminante de Anderson classificou 71,43% dos genótipos do grupo 2 no grupo 1, os quais seriam erroneamente selecionados, contra 14,29% para as Redes Neurais Artificiais. Assim, observou-se superioridade das Redes Neurais Artificiais em relação à análise discriminante de Anderson na predição da arquitetura de plantas do feijoeiro, visando a seleção de plantas mais eretas. |
| Palavras-chave | Feijoeiro, arquitetura de plantas, redes neurais artificiais |
| Forma de apresentação..... | Oral |