Teses e Dissertações
URI permanente desta comunidadehttps://thoth.dti.ufv.br/handle/123456789/2
Navegar
3 resultados
Resultados da Pesquisa
Item Modelos lineares generalizados mistos e aplicações de redes neurais para estudo da diversidade genética em variedades de Coffea arabica(Universidade Federal de Viçosa, 2020-08-07) Assis, Mayumi Furuya de; Good God, Pedro Ivo Vieira; Lopes, Everaldo AntônioA predição de parâmetros genéticos e o estudo da diversidade em variedades de café são etapas importantes para a seleção eficiente de genótipos que apresentem características superiores e garantir a manutenção da variabilidade genética. Muitas variáveis importantes para o melhoramento do café não possuem distribuições normais, dificultando a obtenção de predições acuradas e informações a respeito da estrutura genética das populações. Os modelos lineares generalizados mistos (MLGM) foram propostos para modelar variáveis que tenham distribuições diferentes das normais, por meio da inserção de uma função de ligação ao modelo. Essas características tornam os MLGM potenciais ferramentas para predição de componentes de variância, parâmetros genéticos e obtenção de valores de BLUP. O estudo da diversidade genética do café é comumente feito por métodos multivariados convencionais. Entretanto, alguns estudos têm utilizado um tipo de redes neural, chamada Self-organizing maps (SOM). Portanto, os objetivos deste estudo foram comparar modelos lineares mistos (MLM) com os MLGM na estimação de parâmetros genéticos, rankeamento dos genótipos através dos valores de BLUP e investigar a aplicabilidade das redes neurais SOM para o estudo da diversidade genética em variedades de Coffea arabica. Os MLGM detectaram variabilidade genética em um maior número de variáveis avaliadas. As variâncias genéticas e residuais estimadas pelos MLGM foram menores, entretanto, as análises de resíduos indicaram que os MLGM obtiveram desvios menores entre os valores ajustados e esperados pelos modelos em relação aos MLM. As interpretações dos parâmetros genéticos estimados via MLGM é mais complexa devido às diferentes escalas do modelo. Portanto, os MLGM foram mais eficazes para os ajustes dos dados, mas são necessárias investigações a respeito da influência as diferentes escalas atribuídas aos componentes do modelo na estimação dos parâmetros genéticos. As análises de redes neurais ofereceram diferentes informações a respeito das variáveis avaliadas, permitiram a identificação de genótipos superiores para as variáveis analisadas e identificação de grupos genéticos similares e divergentes. Portanto, o método SOM é viável, informativo e refinado para o estudo da diversidade genética em populações de melhoramento. Palavras-chave: Melhoramento genético do café. Métodos estatísticos. Mapas auto-organizáveis de Kohonen. Modelos mistos.Item Modelos lineares generalizados mistos e aplicações de redes neurais para estudo da diversidade genética em variedades de Coffea arabica(Universidade Federal de Viçosa, 2020-08-07) Assis, Mayumi Furuya de; God, Pedro Ivo Vieira Good; Lopes, Everaldo AntônioA predição de parâmetros genéticos e o estudo da diversidade em variedades de café são etapas importantes para a seleção eficiente de genótipos que apresentem características superiores e garantir a manutenção da variabilidade genética. Muitas variáveis importantes para o melhoramento do café não possuem distribuições normais, dificultando a obtenção de predições acuradas e informações a respeito da estrutura genética das populações. Os modelos lineares generalizados mistos (MLGM) foram propostos para modelar variáveis que tenham distribuições diferentes das normais, por meio da inserção de uma função de ligação ao modelo. Essas características tornam os MLGM potenciais ferramentas para predição de componentes de variância, parâmetros genéticos e obtenção de valores de BLUP. O estudo da diversidade genética do café é comumente feito por métodos multivariados convencionais. Entretanto, alguns estudos têm utilizado um tipo de redes neural, chamada Self-organizing maps (SOM). Portanto, os objetivos deste estudo foram comparar modelos lineares mistos (MLM) com os MLGM na estimação de parâmetros genéticos, rankeamento dos genótipos através dos valores de BLUP e investigar a aplicabilidade das redes neurais SOM para o estudo da diversidade genética em variedades de Coffea arabica. Os MLGM detectaram variabilidade genética em um maior número de variáveis avaliadas. As variâncias genéticas e residuais estimadas pelos MLGM foram menores, entretanto, as análises de resíduos indicaram que os MLGM obtiveram desvios menores entre os valores ajustados e esperados pelos modelos em relação aos MLM. As interpretações dos parâmetros genéticos estimados via MLGM é mais complexa devido às diferentes escalas do modelo. Portanto, os MLGM foram mais eficazes para os ajustes dos dados, mas são necessárias investigações a respeito da influência as diferentes escalas atribuídas aos componentes do modelo na estimação dos parâmetros genéticos. As análises de redes neurais ofereceram diferentes informações a respeito das variáveis avaliadas, permitiram a identificação de genótipos superiores para as variáveis analisadas e identificação de grupos genéticos similares e divergentes. Portanto, o método SOM é viável, informativo e refinado para o estudo da diversidade genética em populações de melhoramento. Palavras-chave: Melhoramento genético do café. Métodos estatísticos. Mapas auto-organizáveis de Kohonen. Modelos mistos.Item Distribuição espacial dos nutrientes foliares, produtividade e Hypothenemus hampei em Coffea canephora(Universidade Federal do Espírito Santo, 2014-02-24) Silva, Bruno Sérgio Oliveira e; Silva, Marcelo Barreto daO conhecimento detalhado da variabilidade espacial dos elementos envolvidos na nutrição vegetal pode possibilitar a otimização das aplicações de fertilizantes, melhorando, dessa maneira o controle do sistema de produção das culturas, reduzindo os custos gerados pela alta aplicação de insumos. A broca do café é a praga mais importante do mundo para a cafeicultura. Apesar da broca atacar todas as espécies de café, Coffea canephora, variedade conilon, apresenta características mais favoráveis ao seu desenvolvimento. Objetivou-se no presente trabalho estudar o comportamento espacial dos macro e micronutrientes foliares, produtividade e da praga Hypothenemus hampei no cafeeiro conilon. Foi instalada uma malha irregular com 100 pontos, em cada ponto amostral, considerado por uma planta em uma lavoura de alta produtividade, localizada em São Mateus, Espírito Santo, durante as safras 2012 e 2013. Os resultados foram submetidos à análise inicial por meio da estatística descritiva, os dados foram também submetidos à análise geoestatística, visando definir a variabilidade espacial dos teores de micronutrientes foliares e produtividade. A técnica geoestatística demonstrou ser uma ferramenta importante no estudo da variabilidade espacial dos nutrientes foliares, produtividade e o comportamento da broca.