|
|
Registro Completo |
Biblioteca(s): |
Embrapa Florestas. |
Data corrente: |
18/09/2015 |
Data da última atualização: |
29/09/2015 |
Tipo da produção científica: |
Resumo em Anais de Congresso |
Autoria: |
JAMES, S. W.; LOCATELLI, M.; BARTZ, M. L. C.; SILVA, E. da; BROWN, G. G.; BARRETA, D.; FORBES, A. |
Afiliação: |
Samuel W. James, University of Iowa; Marcos Locatelli, UDESC; Marie L. C. Bartz, Universidade Positivo; Elodie da Silva, Pós-Graduanda CNPF; GEORGE GARDNER BROWN, CNPF; Dilmar Barreta, UDESC; Andrew Forbes, University of Iowa. |
Título: |
Genotyping of putative Urobenus brasiliensis Benham, 1886 (Clitellata: Rhinodrilidae) reveals geographically clustered cryptic lineages. |
Ano de publicação: |
2015 |
Fonte/Imprenta: |
In: ENCONTRO LATINO-AMERICANO DE ECOLOGIA E TAXONOMIA DE OLIGOQUETAS, 5; SIMPÓSIO ENGENHEIROS EDÁFICOS, FERTILIDADE DO SOLO E TERRA PRETA DE ÍNDIO (TPI), 2015, Curitiba. Anais. [S.l.]: Federação Brasileira de plantio direto de irrigação, 2015. |
Páginas: |
p. 16. |
Descrição Física: |
Disponível online. |
Idioma: |
Inglês |
Notas: |
Resumo. 5° ELAETAO. |
Palavras-Chave: |
Clitellata; Rhinodrilidae; Urobenus brasiliensis. |
Thesagro: |
Genótipo. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/129979/1/2015-GeorgeB-ELAETAO-Genotyping.pdf
|
Marc: |
LEADER 00970nam a2200241 a 4500 001 2024406 005 2015-09-29 008 2015 bl uuuu u00u1 u #d 100 1 $aJAMES, S. W. 245 $aGenotyping of putative Urobenus brasiliensis Benham, 1886 (Clitellata$bRhinodrilidae) reveals geographically clustered cryptic lineages.$h[electronic resource] 260 $aIn: ENCONTRO LATINO-AMERICANO DE ECOLOGIA E TAXONOMIA DE OLIGOQUETAS, 5; SIMPÓSIO ENGENHEIROS EDÁFICOS, FERTILIDADE DO SOLO E TERRA PRETA DE ÍNDIO (TPI), 2015, Curitiba. Anais. [S.l.]: Federação Brasileira de plantio direto de irrigação$c2015 300 $ap. 16.$cDisponível online. 500 $aResumo. 5° ELAETAO. 650 $aGenótipo 653 $aClitellata 653 $aRhinodrilidae 653 $aUrobenus brasiliensis 700 1 $aLOCATELLI, M. 700 1 $aBARTZ, M. L. C. 700 1 $aSILVA, E. da 700 1 $aBROWN, G. G. 700 1 $aBARRETA, D. 700 1 $aFORBES, A.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Florestas (CNPF) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registro Completo
Biblioteca(s): |
Embrapa Agricultura Digital; Embrapa Pantanal; Embrapa Pecuária Sudeste. |
Data corrente: |
15/12/2023 |
Data da última atualização: |
15/12/2023 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
ABREU, U. G. P. de; THOLON, P.; LIMA, H. P. de. |
Afiliação: |
URBANO GOMES PINTO DE ABREU, CPAP; PATRICIA THOLON, CPPSE; HELANO POVOAS DE LIMA, CNPTIA. |
Título: |
Classificação do desempenho dos rebanhos de seleção Nelore por meio de aprendizado de máquina. |
Ano de publicação: |
2023 |
Fonte/Imprenta: |
CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 14., 2023, Natal. Avanços na agricultura digital colaborativa: anais. Natal: Universidade Federal do Rio Grande do Norte, 2023. |
Idioma: |
Português |
Notas: |
SBIAGRO 2023. |
Conteúdo: |
O objetivo deste trabalho foi, por meio de técnicas de mineração de dados, classificar os animais de dois rebanhos da Embrapa, em função das réguas de DEP genômicas (DEPg), para identificar os principais atributos (características) que direcionam o entendimento dos diferentes objetivos de seleção nos dois rebanhos. Selecionaram-se oito atributos, para análise de classificação dos animais. Para realizar a classificação dos animais em função do rebanho foram utilizados três algoritmos supervisionados, buscando verificar qual apresentaria o melhor desempenho: árvore de decisão (J48), árvores de modelo logístico (LMT) e floresta randômica (Random Forest - RF). O algoritmo mais acurado foi o Random Forest, que modelou os dados com maior ajuste e acurácia. |
Palavras-Chave: |
Aprendizado de máquina; Árvore de decisão; Árvores de modelo logístico; Característica; Classificação de animais; Data mining; Decision tree; Floresta randômica; Logistic model trees; Machine learning; Mineração de dados; Random forest; Seleção de rebanhos. |
Thesagro: |
Gado Nelore; Melhoramento Genético Animal; Rebanho; Seleção. |
Categoria do assunto: |
-- L Ciência Animal e Produtos de Origem Animal |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1159796/1/sbi-agro-2023-2.pdf
|
Marc: |
LEADER 01961nam a2200349 a 4500 001 2159796 005 2023-12-15 008 2023 bl uuuu u00u1 u #d 100 1 $aABREU, U. G. P. de 245 $aClassificação do desempenho dos rebanhos de seleção Nelore por meio de aprendizado de máquina.$h[electronic resource] 260 $aCONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 14., 2023, Natal. Avanços na agricultura digital colaborativa: anais. Natal: Universidade Federal do Rio Grande do Norte$c2023 500 $aSBIAGRO 2023. 520 $aO objetivo deste trabalho foi, por meio de técnicas de mineração de dados, classificar os animais de dois rebanhos da Embrapa, em função das réguas de DEP genômicas (DEPg), para identificar os principais atributos (características) que direcionam o entendimento dos diferentes objetivos de seleção nos dois rebanhos. Selecionaram-se oito atributos, para análise de classificação dos animais. Para realizar a classificação dos animais em função do rebanho foram utilizados três algoritmos supervisionados, buscando verificar qual apresentaria o melhor desempenho: árvore de decisão (J48), árvores de modelo logístico (LMT) e floresta randômica (Random Forest - RF). O algoritmo mais acurado foi o Random Forest, que modelou os dados com maior ajuste e acurácia. 650 $aGado Nelore 650 $aMelhoramento Genético Animal 650 $aRebanho 650 $aSeleção 653 $aAprendizado de máquina 653 $aÁrvore de decisão 653 $aÁrvores de modelo logístico 653 $aCaracterística 653 $aClassificação de animais 653 $aData mining 653 $aDecision tree 653 $aFloresta randômica 653 $aLogistic model trees 653 $aMachine learning 653 $aMineração de dados 653 $aRandom forest 653 $aSeleção de rebanhos 700 1 $aTHOLON, P. 700 1 $aLIMA, H. P. de
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Pantanal (CPAP) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|