Portal do Governo Brasileiro
BDPA - Bases de Dados da Pesquisa Agropecuária Embrapa
 






Registro Completo
Biblioteca(s):  Embrapa Agropecuária Oeste; Embrapa Clima Temperado; Embrapa Meio-Norte; Embrapa Rondônia; Embrapa Soja; Embrapa Unidades Centrais.
Data corrente:  24/04/2007
Data da última atualização:  25/11/2008
Tipo da produção científica:  Autoria/Organização/Edição de Livros
Autoria:  CARVALHO, C. G. P. de; OLIVEIRA, A. C. B. de; MARQUES, C. R. G.; SALASAR, F. P. L. T.; PANDOLFI, T. J. F.; CAMPOS, R.; FAGUNDES, R. A. (org.).
Afiliação:  Claudio Guilherme Portela de Carvalho, CNPSo; Ana Cláudia Barneche de Oliveira, CNPSo; Camila Renata Gonçalves Marques, Flávia Paula Leandro Tomaz Salasar, Thaís Juliana Freitas Pandolfi, Reinaldo Campos, CNPSo; Roberval Aparecido Fagundes, CNPSo.
Título:  Informes da avaliação de genótipos de girassol 2005/2006 e 2006.
Ano de publicação:  2007
Fonte/Imprenta:  Londrina: Embrapa Soja, 2007.
Páginas:  120 p.
Série:  (Embrapa Soja. Documentos, 285).
Idioma:  Português
Conteúdo:  Características gerais da Rede Oficial de Avaliação de Genótipos de Girassol; Resultados dos ensaios finais de primeiro e segundo ano; Lista dos genótipos de girassol avaliados e registrados no Ministério da Agricultura, Pecuária e Abastecimento - MAPA.
Palavras-Chave:  Brasil.
Thesagro:  Genótipo; Girassol; Pesquisa.
Categoria do assunto:  --
X Pesquisa, Tecnologia e Engenharia
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/CNPSO-2009-09/27157/1/Informes_girassol.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Soja (CNPSO)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status URL
AI-SEDE38788 - 1EMBLV - --CNPSOC331i2007.00493
AI-SEDE38788 - 2EMBLV - --CNPSOC331i2007.00494
CNPSO27157 - 1UMTLV - --633.850981C331i2007.00096
CPACT10691 - 1UPCLV - --633.850981C331i2007.04712
CPAF-RO11380 - 1ADDLV - --633.85C331i1267/07
CPAMN20282 - 1EMBLV - PP633.850981C331i2007.00089
CPAO28852 - 1EMBLV - --633.85C331i07.00040
Voltar






Registro Completo

Biblioteca(s):  Embrapa Florestas.
Data corrente:  03/01/2018
Data da última atualização:  03/01/2018
Tipo da produção científica:  Artigo em Periódico Indexado
Circulação/Nível:  B - 4
Autoria:  LAGROTTA, M. R.; SILVA, F. F. e; RESENDE, M. D. V. de; NASCIMENTO, M.; DUARTE, D. A. S.; AZEVEDO, C. F.; MOTA, R. R.
Afiliação:  Marcos Rodrigues Lagrotta, Universidade Federal dos Vales do Jequitinhonha e Mucuri; Fabyano Fonseca e Silva, UFV; MARCOS DEON VILELA DE RESENDE, CNPF; Moysés Nascimento, UFV; Darlene Ana Souza Duarte, UFV; Camila Ferreira Azevedo, UFV; Rodrigo Reis Mota, University of Liège.
Título:  Computação paralela aplicada à seleção genômica via inferência Bayesiana.
Ano de publicação:  2017
Fonte/Imprenta:  Revista Brasileira de Biometria, Lavras, v. 35, n. 3, p. 440-448, 2017.
Idioma:  Português
Conteúdo:  Em seleção genômica (SG), o grande número de marcadores moleculares utilizados, bem como a demanda computacional dos modelos bayesianos, fundamentados nos algoritmos Monte Carlo Via Cadeias de Markov, faz com que as análises exijam semanas ou até meses de processamento. A computação paralela representa uma solução natural para este problema, visto que esta subdividi um algoritmo em várias tarefas independentes, as quais podem ser processadas em paralelo, reduzindo o tempo de processamento. Objetivou-se comparar a eficiência de processamento do método BayesCπ programado em paralelo com o seu algoritmo sequencial padrão. Duas estratégias de paralelização foram estudadas. A primeira envolveu a análise de múltiplas cadeias MCMC em paralelo, e a segunda referiu-se à paralelização de uma única cadeia MCMC. Utilizou-se a biblioteca MPI e o pacote OpenMPI associado ao compilador gfortran para execução em paralelo desses algoritmos. Foram utilizados dados simulados considerando 10.000 marcadores SNPs e 4.100 indivíduos. O algoritmo sequencial padrão foi processado em 77,29 horas. Ao usar múltiplas cadeias em paralelo o processamento foi 77% mais rápido (17,75hs), enquanto que a estratégia de paralelização de uma única cadeia apresentou um ganho de desempenho de 15% (65,37hs). Conclui-se que a computação paralela é eficiente e pode ser aplicada à SG.
Palavras-Chave:  Marcadores SNP; Regressão Bayesiana.
Thesaurus NAL:  Genetic improvement; Statistics.
Categoria do assunto:  G Melhoramento Genético
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/item/170170/1/2017-M.Deon-RBM-Computacao.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Florestas (CNPF)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status
CNPF56205 - 1UPCAP - DD
Fechar
Nenhum registro encontrado para a expressão de busca informada.
 
 

Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área Restrita

Embrapa Agricultura Digital
Av. André Tosello, 209 - Barão Geraldo
Caixa Postal 6041- 13083-886 - Campinas, SP
SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional