Bioeconomia: Diversidade e Riqueza para o Desenvolvimento Sustentável

21 a 25 de outubro de 2019

Trabalho 12546

ISSN 2237-9045
Instituição Universidade Federal de Viçosa
Nível Pós-graduação
Modalidade Pesquisa
Área de conhecimento Ciências Biológicas e da Saúde
Área temática Ciências Biológicas
Setor Departamento de Biologia Geral
Bolsa CNPq
Conclusão de bolsa Não
Apoio financeiro CAPES, CNPq, FAPEMIG, FAPESC, FUNARBE, Outros, SICOOB-UFVCredi
Primeiro autor Antônio Carlos da Silva Júnior
Orientador MARCIANE DA SILVA OLIVEIRA
Outros membros Ivan de Paiva Barbosa, Michele Jorge da Silva, Plínio César Soares , Weverton Gomes da Costa
Título Importância relativa de variáveis em arroz irrigado utilizando Rede Neurais Artificiais
Resumo A qualidade da predição dos modelos de modelagem utilizados em redes neurais artificiais é de grande importância no melhoramento genético. Embora esses modelos possam ser usados para responder a muitas questões importantes da pesquisa, sua utilidade tem sido criticamente limitada, uma vez que possui modelos complexos e de difícil interpretação, tornando-se uma “caixa preta”. É deficiente os métodos de modelagem em redes neurais artificiais, que possuem a capacidade de auxiliar o melhorista a compreender os modelos de RNA’s. Desta forma, este trabalho objetivou predizer a importância relativa de caracteres de interesse agronômico na cultura do arroz irrigado por inundação, que melhor predizem a produtividade de grãos. Utilizou-se 25 genótipos, oriundos do Campo Experimental da EPAMIG, no município de Leopoldina, no ano agrícola de 2012/13. As características avaliadas foram: Produtividade de grãos (Kg.ha-1), altura (cm), floração (dias), comprimento de panículas (cm), número de grãos cheios por panícula, porcentagens de grãos cheios (%), números de colmos por m², número de panículas por m², perfilhamento, comprimento, largura espessura de grãos, relação comprimento e largura de grãos (mm), peso de 100 grãos (g), número de espiguetas por panícula e o número de fertilidade de perfilhos. Foi utilizado o delineamento experimental em blocos casualizados ao acaso com três repetições. Para a população de treinamento foram utilizados dados de duas repetições (75% dos dados) e para validação cruzada, foram utilizados dados de uma repetição (25% dos dados). Utilizou-se o algoritmo de Garson (1991), que descreve a magnitude relativa da importância dos descritores (preditor) em sua conexão com variáveis de resultado por meio da dissecação dos pesos do modelo. As análises foram realizadas com auxílio do software R (NeuralNetTools). Verificou-se que as características floração, número de grãos cheios por panícula e comprimento de panículas foram as variáveis mais importante para predizer a produtividade de grãos, de acordo com o algoritmo utilizado. Além disso, essas características são controladas por grande número de genes, possuem herança quantitativa, muito influenciadas pelo ambiente e dependem da interação de vários componentes, como números de espiguetas e grãos por panícula, massa de mil grãos e índice de fertilidade da espiga e comprimento da panícula. No entanto, as cultivares com ciclo tardio tendem a ser mais produtivas em relação ao ciclo precoce, uma vez que adquirem maior quantidade de fotoassimilados. Diante disso, destacou-se que o algoritmo utilizado apresenta grande potencial para auxiliar na etapa de seleção de cultivares e em predizer a importância relativa de caracteres de interesse agronômico da cultura do arroz irrigado por inundação.
Palavras-chave Biometria, RNA, Oryza sativa
Forma de apresentação..... Oral
Gerado em 0,67 segundos.