| |
|
|
| Registros recuperados : 13 | |
| 2. |  | TEODORO, P. E.; NASCIMENTO, M.; TORRES, F. E.; BARROSO, L. M. A.; SAGRILO, E. Perspectiva bayesiana na seleção de genótipos de feijão-caupi em ensaios de valor de cultivo e uso. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 50, n. 10, p. 878-885, out. 2015.| Biblioteca(s): Embrapa Meio-Norte; Embrapa Unidades Centrais. |
|    |
| 3. | | TEODORO, P. E.; BARROSO, L. M. A.; NASCIMENTO, M.; TORRES, F. E.; SAGRILO, E.; SANTOS, A. dos; RIBEIRO, L. P. Redes neurais artificiais para identificar genótipos de feijão-caupi semiprostrado com alta adaptabilidade e estabilidade fenotípicas. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 50, n. 11, p. 1054-1060, nov. 2015.| Biblioteca(s): Embrapa Meio-Norte; Embrapa Unidades Centrais. |
| |
| 5. | | NASCIMENTO, M.; ROCHA, G. S. da; PINTO, D. S.; BARROSO, L. M. A.; NASCIMENTO, A. C. C.; FERREIRA, R. de P.; SILVA, F. F. e. Correlação de Spearman aplicada ao estudo de adaptabilidade e estabilidade em genótipos de alfafa. Investigacion Agrária, v. 15, n. 2, p. 83-90, 2013.| Biblioteca(s): Embrapa Pecuária Sudeste. |
| |
| 7. | | BARROSO, L. M. A.; NASCIMENTO, M.; NASCIMENTO, A. C. C.; FONSECA, F. F. e; CRUZ, C. D.; BHERING, L. L.; FERREIRA, R. de P. Metodologia para análise de adaptabilidade e estabilidade por meio de regressão quantílica. Pesquisa Agropecuária Brasileira, v. 50, n. 4, p. 290-297, abr. 2015.| Biblioteca(s): Embrapa Pecuária Sudeste. |
| |
| 8. | | BARROSO, L. M. A.; NASCIMENTO, M.; NASCIMENTO, A. C. C.; SILVA, F. F. e; CRUZ, C. D.; BHERING, L. L.; FERREIRA, R. de P. Metodologia para análise de adaptabilidade e estabilidade por meio de regressão quantílica. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 50, n. 4, p. 267-290-297, abr. 2015. Título em inglês: Methodology for analysis of adaptability and stability using quantile regression.| Biblioteca(s): Embrapa Unidades Centrais. |
| |
| 9. | | BARROSO, L. M. A.; TEODORO, P. E.; NASCIMENTO, M.; TORRES, F. E.; SANTOS, A. dos; CORRÊA, A. M.; SAGRILO, E.; CORRÊA, C. C. G.; SILVA, F. A.; CECCON, G. Bayesian approach increases accuracy when selecting cowpea genotypes with high adaptability and phenotypic stability. Genetics and Molecular Research, v. 15, n. 1, p. 1-11, 2016.| Biblioteca(s): Embrapa Agropecuária Oeste; Embrapa Meio-Norte. |
| |
| 10. | | OLIVEIRA, G. F.; NASCIMENTO, A. C. C.; AZEVEDO, C. F.; CELERI, M. de O.; BARROSO, L. M. A.; SANT’ANNA, I. de C.; VIANA, J. M. S.; RESENDE, M. D. V. de; NASCIMENTO, M. Population size in QTL detection using quantile regression in genome‑wide association studies. Scientific Reports, v. 13, Article 9585, 2023. 10 p.| Biblioteca(s): Embrapa Café. |
| |
| 11. | | NASCIMENTO, M.; SILVA, F. F. e; RESENDE, M. D. V. de; CRUZ, C. D.; NASCIMENTO, A. C. C.; VIANA, J. M. S.; AZEVEDO, C. F.; BARROSO, L. M. A. Regularized quantile regression applied to genome-enabled prediction of quantitative traits. Genetics and Molecular Research, v. 16, n. 1, gmr16019538, 2017. 12 p.| Biblioteca(s): Embrapa Florestas. |
| |
| 12. | | BARROSO, L. M. A.; NASCIMENTO, M.; NASCIMENTO, A. C. C.; SILVA, F. F.; SERÃO, N. V. L.; CRUZ, C. D.; RESENDE, M. D. V. de; SILVA, F. L.; AZEVEDO, C. F.; LOPES, P. S.; GUIMARÃES, S. E. F. Regularized quantile regression for SNP marker estimation of pig growth curves. Journal of Animal Science and Biotechnology, v. 8, n. 59, 2017. 9 p.| Biblioteca(s): Embrapa Florestas. |
| |
| 13. | | TEIXEIRA, F. R. F.; NASCIMENTO, M.; NASCIMENTO, A. C. C.; SILVA, F. F. e; CRUZ, C. D.; AZEVEDO, C. F.; PAIXÃO, D. M.; BARROSO, L. M. A.; VERARDO, L. L.; RESENDE, M. D. V. de; GUIMARÃES, S. E. F.; LOPES, P. S. Factor analysis applied to genome prediction for high-dimensional phenotypes in pigs. Genetics and Molecular Research, v. 15, n. 2, 2016. 10 p.| Biblioteca(s): Embrapa Florestas. |
| |
| Registros recuperados : 13 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Algodão. |
|
Data corrente: |
21/11/2018 |
|
Data da última atualização: |
21/11/2018 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 2 |
|
Autoria: |
CARVALHO, L. P. de; TEODORO, P. E.; BARROSO, L. M. A.; FARIAS, F. J. C.; MORELLO, C. de L.; NASCIMENTO, M. |
|
Afiliação: |
LUIZ PAULO DE CARVALHO, CNPA; PAULO EDUARO TEODORO, UFMS - CHAPADÃO DO SUL, MS; LAÍS MAYARA AZEVEDO BARROSO, UFV; FRANCISCO JOSE CORREIA FARIAS, CNPA; CAMILO DE LELIS MORELLO, CNPA; MOYSÉS NASCIMENTO, UFV. |
|
Título: |
Artificial neural networks classify cotton genotypes for fiber length. |
|
Ano de publicação: |
2018 |
|
Fonte/Imprenta: |
Crop Breeding and Applied Biotechnology, v. 18, p. 200-204, 2018. |
|
ISSN: |
1518-7853 |
|
DOI: |
10.1590/1984-70332018v18n2n28 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Fiber length is the main trait that needs to be improved in cotton. However, the presence of genotypes x environments interaction for this trait can hinder the recommendation of genotypes with greater length fibers. The aim of this study was to evaluate the adaptability and stability of the fibers length of cotton genotypes for recommendation to the Midwest and Northeast, using artificial neural networks (ANNs) and Eberhart and Russell method. Seven trials were carried out in the states of Ceará, Rio Grande do Norte, Goiás and Mato Grosso do Sul. Experimental design was a randomized block with four replications. Data were submitted to analysis of adaptability and stability through the Eberhart & Russell and ANNs methodologies. Based on these methods, the genotypes BRS Aroeira, CNPA CNPA 2009 42 and CNPA 2009 27 has better performance in unfavorable, general and favorable environment, respectively, for having fiber length above the overall mean of environments and high phenotypic stability. |
|
Palavras-Chave: |
Inteligência artificial. |
|
Thesagro: |
Algodão; Genótipo; Gossypium Hirsutum; Gossypium Hirsutum Marie Galante. |
|
Thesaurus NAL: |
Artificial intelligence; Cotton; Genotype-environment interaction. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/186613/1/Artificial-neural-networks.pdf
|
|
Marc: |
LEADER 01921naa a2200301 a 4500
001 2099791
005 2018-11-21
008 2018 bl uuuu u00u1 u #d
022 $a1518-7853
024 7 $a10.1590/1984-70332018v18n2n28$2DOI
100 1 $aCARVALHO, L. P. de
245 $aArtificial neural networks classify cotton genotypes for fiber length.$h[electronic resource]
260 $c2018
520 $aFiber length is the main trait that needs to be improved in cotton. However, the presence of genotypes x environments interaction for this trait can hinder the recommendation of genotypes with greater length fibers. The aim of this study was to evaluate the adaptability and stability of the fibers length of cotton genotypes for recommendation to the Midwest and Northeast, using artificial neural networks (ANNs) and Eberhart and Russell method. Seven trials were carried out in the states of Ceará, Rio Grande do Norte, Goiás and Mato Grosso do Sul. Experimental design was a randomized block with four replications. Data were submitted to analysis of adaptability and stability through the Eberhart & Russell and ANNs methodologies. Based on these methods, the genotypes BRS Aroeira, CNPA CNPA 2009 42 and CNPA 2009 27 has better performance in unfavorable, general and favorable environment, respectively, for having fiber length above the overall mean of environments and high phenotypic stability.
650 $aArtificial intelligence
650 $aCotton
650 $aGenotype-environment interaction
650 $aAlgodão
650 $aGenótipo
650 $aGossypium Hirsutum
650 $aGossypium Hirsutum Marie Galante
653 $aInteligência artificial
700 1 $aTEODORO, P. E.
700 1 $aBARROSO, L. M. A.
700 1 $aFARIAS, F. J. C.
700 1 $aMORELLO, C. de L.
700 1 $aNASCIMENTO, M.
773 $tCrop Breeding and Applied Biotechnology$gv. 18, p. 200-204, 2018.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Algodão (CNPA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
