| |
|
|
| Registros recuperados : 82 | |
| 61. |  | LOPES, D. B.; CABRAL, C. P.; NUNES, Y. R.; RODRIGUES, G. L.; COSTA, A. V. S.; COSTA, F. M.; AZEVEDO, A.; LEAO, P. C. de S. Reação de genótipos de videira a epidemias espontâneas de oídio (Uncinula necator), nas condições do semi-árido nordestino. Fitopatologia Brasileira, Brasília, DF, v. 30, p. 150, ago. 2005. Suplemento. Edição dos resumos do 38 Congresso Brasileiro de Fitopatologia, Brasília, DF, ago. 2005.| Biblioteca(s): Embrapa Semiárido. |
|    |
| 63. | | MOREIRA, W. A.; MAGALHÃES, E. E. de; KARASWA, M.; PEREIRA, A. V. da S.; LOPES, D. B.; VILELA, A. L. G. Eficácia agronômica de fungicidas no controle da antracnose em mangueira irrigada no Vale do Submédio São Francisco. In: SEMINÁRIO BRASILEIRO DE PRODUÇÃO INTEGRADA DE FRUTAS, 8., 2006, Vitória. Anais... Vitória: INCAPER, 2006. p. 186-187.| Biblioteca(s): Embrapa Semiárido. |
| |
| 64. | | FRONZAGLIA, T.; TORRES, D. A. P.; LOPES, D. B.; PEREIRA, V. da F.; GUEDES, V. G. F.; JESUS, K. R. E. de. Gestão estratégica em organizações públicas de pesquisa agropecuária: análise comparativa de planos estratégicos. Cadernos de Ciência & Tecnologia, v. 39, n. 3, e27073, 2022. Título em inglês: Strategic management in public organizations of agricultural research: comparative analysis of strategic plans.| Biblioteca(s): Embrapa Unidades Centrais. |
| |
| 65. | | BENTO, D. de M.; PEREIRA, E.; PARENTE, M. J. P.; LOPES, D. B.; MACEDO, C. C.; BARROSO, P. V.; ALLOUFA, M. A. I. Efeitos de conbinações hormonais e tipo de explante na indução de calos de maracujá amarelo (Passiflora edulis F. flavicarpa). In: CONGRESSO NACIONAL DE BOTÂNICA, 53.; REUNIÃO NORDESTINA DE BOTÂNICA, 25., 2002, Recife. Biodiversidade, conservação e uso sustentável da flora brasileira: resumos. Recife: Sociedade Botânica do Brasil: Universidade Federal Rural de Pernambuco: Universidade Federal de Pernambuco, 2002.| Biblioteca(s): Embrapa Semiárido. |
| |
| 66. | | MARTINS, C. P.; NÓBREGA, F. S. da; ALLOUFA, M. A. I.; BARROSO, P. A. V.; LOPES, D. B.; MACEDO, C. E. C. de. Cultivo hidropônico de plântulas de abacaxizeiro (Ananas comosus (L.) Merril) obtidas in vitro. In: CONGRESSO BRASILEIRO DE FRUTICULTURA., 17., 2002, Belém, PA. Anais... Belém, PA: SBF, 2002. 1 CD-ROM.| Biblioteca(s): Embrapa Semiárido. |
| |
| 67. | | LIMA, S. de A. A. C.; MARTINS, C. P.; ALOUFFA, M. A. I.; BARROSO, P. A. V.; LOPES, D. B.; MACEDO, C. E. C. de. Formação de calos a partir de hipocótilos de mamoeiro submetidos a diferentes concentrações de 2, 4-D e sacarose. In: CONGRESSO BRASILEIRO DE FRUTICULTURA., 17., 2002, Belém, PA. Anais... Belém, PA: SBF, 2002. 1 CD-ROM.| Biblioteca(s): Embrapa Semiárido. |
| |
| 68. | | MOREIRA, W. A.; MAGALHÃES, E. E.; PEREIRA, A. V. S.; MOREIRA, F. R. B.; LOPES, D. B.; MOURA, A. O. S. Evaluacion de la capacidad de establecimento del nematodo de las agallas (Bieloidogyne mayaguensis) en las variedades catuai amarillo y canillon de cafe, Petrolina, Brazil. In: REUNION ANUAL, 35., 2003, Guayaquil. Programa y resumenes... Guayaquil: ONTA, 2003. p. 25.| Biblioteca(s): Embrapa Semiárido. |
| |
| 69. | | LOPES, D. B.; EULER, A. M. C.; FERREIRA, J. N.; VALENTIM, J. F.; WADT, L. H. de O.; KANASHIRO, M.; PORRO, R.; GOIS, S. L. L. de. Visões sobre bioeconomia na Amazônia: oportunidades e desafios para a atuação da Embrapa. Brasília, DF: Embrapa, 2023. 33 p. PDF. (Embrapa. Superintendência de Estratégia. Documentos, 10).| Biblioteca(s): Embrapa Acre; Embrapa Amapá; Embrapa Amazônia Oriental; Embrapa Rondônia; Embrapa Unidades Centrais. |
| |
| 70. | | DIANESE, E. de C.; RAMALHO, E. D.; CERQUEIRA, D. M.; LOPES, D. B.; FAJARDO, T. V. M.; FERREIRA, M. A. S. V.; MARTINS, C. R. F. Variability of the 3' terminal of the polymerase gene of Grapevine leafroll-associated virus 3 isolates from Vale do São Francisco, Brazil. Fitopatologia Brasileira, Brasília, v. 30, n. 2, p. 173-176, mar./abr. 2005.| Biblioteca(s): Embrapa Semiárido; Embrapa Uva e Vinho. |
| |
| 71. | | FAJARDO, T. V. M.; DIANESE, E. C.; EIRAS, M.; CERQUEIRA, D. M.; LOPES, D. B.; FERREIRA, M. A. S. V.; MARTINS, C. R. F. Variability of the coat protein gene of Grapevine leafroll-associated virus 3 in Brazil. Fitopatologia Brasileira, Brasília, v. 32, n. 4, p. 335-340, 2007.| Biblioteca(s): Embrapa Uva e Vinho. |
| |
| 72. | | BRITO, L. K. F. L. de; MOURA, G. E. D. D.; MARTINS, C. P.; ALOUFA, M. A. I.; MACEDO, C. E. C.; LOPES, D. B.; BARROSO, P. A. V. Cultivo in vitro de somaclones de abacaxizeiro na presença de NaCl. Revista Brasileira de Engenharia Agrícola e Ambiental, v.11, n.3,p.279-283, maio/jun.2007. 1 CD ROM.| Biblioteca(s): Embrapa Algodão. |
|  |
| 73. | | KARASAWA, M.; MAGALHÃES, E. E. de; BATISTA, D. da C.; LOPES, D. B.; LIMA, M. F.; PEREIRA, A. V. da S.; ANTUNES JUNIOR, E. F.; MOURA, M. S. B. de. Modelo para avaliar a dispersão de Fusarium subglutinans, agente da malformação da mangueira. In: JORNADA DE INICIAÇÃO CIENTÍFICA DA EMBRAPA SEMI-ÁRIDO, 2., 2007, Petrolina. Anais... Petrolina: Embrapa Semi-Árido, 2007. (Embrapa Semi-Árido. Documentos 205)| Biblioteca(s): Embrapa Semiárido. |
| |
| 74. | | GAZZOLA, R.; GUIDUCCI, R. do C. N.; LOPES, D. B.; PEREIRA, V. da F.; SANTOS, A. C. C. dos; SOUZA, G. da S. e; TORRES, D. A. P.; VIEIRA JUNIOR, P. A. Risk assessment of events of interest for the brazilian agricultural sector based on a psycometric model for ordinal preferences. In: SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL, 47., 2015, Porto de Galinhas, PE.| Biblioteca(s): Embrapa Gado de Leite; Embrapa Unidades Centrais. |
| |
| 75. | | TORRES, D. A. P.; FRONZAGLIA, T.; SANTANA, C. A. M.; ARAUJO, D. L. M. de; BOLFE, E. L.; LOPES, D. B.; PENA JUNIOR, M. A. G.; HENZ, G. P. Cenas: bioeconomia: moldando o futuro. In: MARCIAL, E. C.; CURADO, M. P. F.; OLIVEIRA, M. G. de; CRUZ JÚNIOR, S. C. da; COUTO, L. F. (Ed.). Brasil 2035: cenários para o desenvolvimento. Brasília, DF: Ipea: Assecor, 2017. p. 219-238| Biblioteca(s): Embrapa Unidades Centrais. |
| |
| 76. | | SANTOS, A. C. C. dos; HAMMES, V. S.; LOPES, D. B.; VILELA FILHO, O.; SAMPAIO, M. J. A. M.; NALERIO, E. S.; DINIZ, F. H.; KIILL, L. H. P.; SILVA, M. S. L. da; GAMBETTA, R.; ARZABE, C.; PIEROZZI JUNIOR, I. Contextualização dos Objetivos de Desenvolvimento Sustentável no Brasil e na Embrapa. In: HAMMES, V. S.; LOPES, D. B.; SANTOS, A. C. C. dos; COSTA, J. R. da; OLIVEIRA, Y. M. M. de (Ed.). Pesquisa e inovação agropecuária na agenda 2030: contribuições da Embrapa e parceiros. Brasília, DF: Embrapa, 2018. E-book. Cap. 1. 21-39 (Objetivos de Desenvolvimento Sustentável, 18) Ação Gerencial
Agenda 2030; ODS; ODS Embrapa; Rede ODS Embrapa; Objetivos de Desenvolvimento Sustentável; Sustentabilidade Embrapa; ODS Publicação| Biblioteca(s): Embrapa Agroenergia; Embrapa Gado de Leite; Embrapa Pecuária Sul; Embrapa Semiárido; Embrapa Solos; Embrapa Uva e Vinho. |
| |
| 77. | | SANTOS, A. C. C. dos; HAMMES, V. S.; LOPES, D. B.; VILELA FILHO, O.; SAMPAIO, M. J. A. M.; NALERIO, E. S.; DINIZ, F. H.; KIILL, L. H. P.; SILVA, M. S. L. da; GAMBETTA, R.; ARZABE, C.; PIEROZZI JUNIOR, I. Contextualizing sustainable development goals in Brazil and Embrapa. In: HAMMES, V. S.; LOPES, D. B.; SANTOS, A. C. C. dos; COSTA, J. R. da; OLIVEIRA, Y. M. M. de (Ed.). Agricultural research and innovation in the 2030 Agenda: contributions of Embrapa and partners. Brasília, DF: Embrapa, 2021. Cap.1. p. 13-23 E-book. (Sustainable development goal, 18). Translated by Paulo de Holanda Morais.| Biblioteca(s): Embrapa Agricultura Digital; Embrapa Agroenergia; Embrapa Gado de Leite; Embrapa Pecuária Sul; Embrapa Semiárido; Embrapa Solos; Embrapa Unidades Centrais; Embrapa Uva e Vinho. |
| |
| 78. | | MOUCO, M. A. do C.; LOPES, D. B.; ALBUQUERQUE, J. A. S. de; COSTA, J. G. da; LIMA NETO, F. P.; LIMA FILHO, J. M. P.; MOREIRA, F. R. B.; LIMA, M. A. C. de; SILVA, D. J.; AZOUBEL, P. M.; NUNES, R. F. de M.; ASSIS, J. S. de; SANTOS, C. R. dos. Manejo da cultura da manga. In: ROCHA, E. M. de M.; DRUMOND, M. A. (Ed.). Fruticultura irrigada: o produtor pergunta, a Embrapa responde. Brasília, DF: Embrapa Informação Tecnológica, 2011. p. 189-233. (Coleção 500 perguntas, 500 respostas).| Biblioteca(s): Embrapa Arroz e Feijão; Embrapa Semiárido; Embrapa Tabuleiros Costeiros. |
| |
| 79. | | LOPES, D. B.; OLIVEIRA, Y. M. M. de; SAMPAIO, M. J. A. M.; FOGACA, F. H. dos S.; MELLO, L. M. R. de; FREITAS, M. H. A. de; MELO, P. E. de; COSTA, J. R. da; COSTA, P. da; MOZZER, G. B.; DIAS, T. A. B.; COSTA, J. L. da S.; ARZABE, C.; SANTOS, A. C. C. dos; HAMMES, V. S.; PIEROZZI JUNIOR, I. Desafios e oportunidades para a Embrapa. In: HAMMES, V. S.; LOPES, D. B.; SANTOS, A. C. C. dos; COSTA, J. R. da; OLIVEIRA, Y. M. M. de (Ed.). Pesquisa e inovação agropecuária na agenda 2030: contribuições da Embrapa e parceiros. Brasília, DF: Embrapa, 2018. E-book. Cap. 3. 80-105 (Objetivos de Desenvolvimento Sustentável, 18) Ação gerencial: ODS: Internalização dos Objetivos de Desenvolvimento Sustentável e definição de estratégias de ação.| Biblioteca(s): Embrapa Agricultura Digital; Embrapa Agroindústria de Alimentos; Embrapa Amazônia Ocidental; Embrapa Florestas; Embrapa Recursos Genéticos e Biotecnologia; Embrapa Roraima; Embrapa Unidades Centrais; Embrapa Uva e Vinho. |
| |
| 80. | | LOPES, D. B.; OLIVEIRA, Y. M. M. de; SAMPAIO, M. J. A. M.; FOGACA, F. H. dos S.; MELLO, L. M. R. de; FREITAS, M. H. A. de; MELO, P. E. de; COSTA, J. R. da; COSTA, P. da; MOZZER, G. B.; DIAS, T. A. B.; COSTA, J. L. da S.; ARZABE, C.; SANTOS, A. C. C. dos; HAMMES, V. S.; PIEROZZI JUNIOR, I. Challenges and opportunities for Embrapa. In: HAMMES, V. S.; LOPES, D. B.; SANTOS, A. C. C. dos; COSTA, J. R. da; OLIVEIRA, Y. M. M. de (Ed.). Agricultural research and innovation in the 2030 Agenda: contributions of Embrapa and partners. Brasília, DF: Embrapa, 2021. Cap. 3. p. 45-55. (Sustainable development goals, 18).| Biblioteca(s): Embrapa Agricultura Digital; Embrapa Agroindústria de Alimentos; Embrapa Amazônia Ocidental; Embrapa Florestas; Embrapa Meio Ambiente; Embrapa Recursos Genéticos e Biotecnologia; Embrapa Unidades Centrais; Embrapa Uva e Vinho. |
| |
| Registros recuperados : 82 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Café. |
|
Data corrente: |
15/10/2020 |
|
Data da última atualização: |
15/10/2020 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
SOUSA, I. C. de; NASCIMENTO, M.; SILVA, G. N.; NASCIMENTO, A. C. C.; CRUZ, C. D.; SILVA, F. F. e; ALMEIDA, D. P. de; PESTANA, K. N.; AZEVEDO, C. F.; ZAMBOLIM, L.; CAIXETA, E. T. |
|
Afiliação: |
Ithalo Coelho de Sousa, Universidade Federal de Viçosa; Moysés Nascimento, Universidade Federal de Viçosa; Gabi Nunes Silva, Universidade Federal de Rondônia; Ana Carolina Campana Nascimento, Universidade Federal de Viçosa; Cosme Damião Cruz, Universidade Federal de Viçosa; Fabyano Fonseca e Silva, Universidade Federal de Viçosa; Dênia Pires de Almeida, Universidade Federal de Viçosa; Kátia Nogueira Pestana, Embrapa Mandioca e Fruticultura; Camila Ferreira Azevedo, Universidade Federal de Viçosa; Laércio Zambolim, Universidade Federal de Viçosa; EVELINE TEIXEIRA CAIXETA MOURA, CNPCa. |
|
Título: |
Genomic prediction of leaf rust resistance to Arabica coffee using machine learning algorithms. |
|
Ano de publicação: |
2021 |
|
Fonte/Imprenta: |
Scientia Agricola, v. 78, n. 4, e20200021, 2021. |
|
DOI: |
http://dx.doi.org/10.1590/1678-992X-2020-0021 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Genomic selection (GS) emphasizes the simultaneous prediction of the genetic effects of thousands of scattered markers over the genome. Several statistical methodologies have been used in GS for the prediction of genetic merit. In general, such methodologies require certain assumptions about the data, such as the normality of the distribution of phenotypic values. To circumvent the non-normality of phenotypic values, the literature suggests the use of Bayesian Generalized Linear Regression (GBLASSO). Another alternative is the models based on machine learning, represented by methodologies such as Artificial Neural Networks (ANN), Decision Trees (DT) and related possible refinements such as Bagging, Random Forest and Boosting. This study aimed to use DT and its refinements for predicting resistance to orange rust in Arabica coffee. Additionally, DT and its refinements were used to identify the importance of markers related to the characteristic of interest. The results were compared with those from GBLASSO and ANN. Data on coffee rust resistance of 245 Arabica coffee plants genotyped for 137 markers were used. The DT refinements presented equal or inferior values of Apparent Error Rate compared to those obtained by DT, GBLASSO, and ANN. Moreover, DT refinements were able to identify important markers for the characteristic of interest. Out of 14 of the most important markers analyzed in each methodology, 9.3 markers on average were in regions of quantitative trait loci (QTLs) related to resistance to disease listed in the literature. MenosGenomic selection (GS) emphasizes the simultaneous prediction of the genetic effects of thousands of scattered markers over the genome. Several statistical methodologies have been used in GS for the prediction of genetic merit. In general, such methodologies require certain assumptions about the data, such as the normality of the distribution of phenotypic values. To circumvent the non-normality of phenotypic values, the literature suggests the use of Bayesian Generalized Linear Regression (GBLASSO). Another alternative is the models based on machine learning, represented by methodologies such as Artificial Neural Networks (ANN), Decision Trees (DT) and related possible refinements such as Bagging, Random Forest and Boosting. This study aimed to use DT and its refinements for predicting resistance to orange rust in Arabica coffee. Additionally, DT and its refinements were used to identify the importance of markers related to the characteristic of interest. The results were compared with those from GBLASSO and ANN. Data on coffee rust resistance of 245 Arabica coffee plants genotyped for 137 markers were used. The DT refinements presented equal or inferior values of Apparent Error Rate compared to those obtained by DT, GBLASSO, and ANN. Moreover, DT refinements were able to identify important markers for the characteristic of interest. Out of 14 of the most important markers analyzed in each methodology, 9.3 markers on average were in regions of quantitative trait loci (QTLs)... Mostrar Tudo |
|
Palavras-Chave: |
Statistical learning. |
|
Thesagro: |
Hemileia Vastatrix. |
|
Thesaurus NAL: |
Artificial intelligence; Plant breeding. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/216675/1/Sousa-et-al-2020.pdf
|
|
Marc: |
LEADER 02472naa a2200301 a 4500
001 2125524
005 2020-10-15
008 2021 bl uuuu u00u1 u #d
024 7 $ahttp://dx.doi.org/10.1590/1678-992X-2020-0021$2DOI
100 1 $aSOUSA, I. C. de
245 $aGenomic prediction of leaf rust resistance to Arabica coffee using machine learning algorithms.$h[electronic resource]
260 $c2021
520 $aGenomic selection (GS) emphasizes the simultaneous prediction of the genetic effects of thousands of scattered markers over the genome. Several statistical methodologies have been used in GS for the prediction of genetic merit. In general, such methodologies require certain assumptions about the data, such as the normality of the distribution of phenotypic values. To circumvent the non-normality of phenotypic values, the literature suggests the use of Bayesian Generalized Linear Regression (GBLASSO). Another alternative is the models based on machine learning, represented by methodologies such as Artificial Neural Networks (ANN), Decision Trees (DT) and related possible refinements such as Bagging, Random Forest and Boosting. This study aimed to use DT and its refinements for predicting resistance to orange rust in Arabica coffee. Additionally, DT and its refinements were used to identify the importance of markers related to the characteristic of interest. The results were compared with those from GBLASSO and ANN. Data on coffee rust resistance of 245 Arabica coffee plants genotyped for 137 markers were used. The DT refinements presented equal or inferior values of Apparent Error Rate compared to those obtained by DT, GBLASSO, and ANN. Moreover, DT refinements were able to identify important markers for the characteristic of interest. Out of 14 of the most important markers analyzed in each methodology, 9.3 markers on average were in regions of quantitative trait loci (QTLs) related to resistance to disease listed in the literature.
650 $aArtificial intelligence
650 $aPlant breeding
650 $aHemileia Vastatrix
653 $aStatistical learning
700 1 $aNASCIMENTO, M.
700 1 $aSILVA, G. N.
700 1 $aNASCIMENTO, A. C. C.
700 1 $aCRUZ, C. D.
700 1 $aSILVA, F. F. e
700 1 $aALMEIDA, D. P. de
700 1 $aPESTANA, K. N.
700 1 $aAZEVEDO, C. F.
700 1 $aZAMBOLIM, L.
700 1 $aCAIXETA, E. T.
773 $tScientia Agricola$gv. 78, n. 4, e20200021, 2021.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Café (CNPCa) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
