Redes neurais artificiais comparadas com modelos lineares generalizados sob o enfoque bayesiano para predição de resistência à ferrugem em café arábica
DOI:
https://doi.org/10.1590/S1678-3921.pab2017.v52.23873Palavras-chave:
Coffea arabica, Hemileia vastatrix, inteligência artificial, marcadores moleculares, prediçãoResumo
O objetivo deste trabalho foi avaliar o uso de redes neurais artificiais em comparação à modelagem por meio de modelos lineares generalizados na predição de resistência à ferrugem em café arábica (Coffea arabica). Foram utilizados 245 indivíduos provenientes de uma população F2, oriundos da autofecundação do híbrido F1 H511-1, resultante do cruzamento da cultivar suscetível Catuaí Amarelo IAC 64 (UFV 2148-57) e do genitor resistente Híbrido de Timor (UFV 443-03). Os 245 indivíduos foram genotipados com 137 marcadores. Realizaram-se análises com redes neurais artificiais e com modelos lineares generalizados sob o enfoque bayesiano. As redes neurais identificaram quatro marcadores importantes pertencentes a grupos de ligação que foram recentemente mapeados, enquanto o modelo generalizado bayesiano identificou somente dois marcadores pertencentes a esses grupos. Foram observadas taxas de erro de predição inferiores (1,60%) para predizer a resistência à ferrugem em café arábica, quando foram utilizadas as redes neurais artificiais em vez de modelos lineares generalizados sob o enfoque bayesiano (2,4%). Os resultados mostraram que as redes neurais artificiais são uma abordagem promissora para predizer a resistência à ferrugem em café arábica.Downloads
Arquivos adicionais
Publicado
2017-04-20
Como Citar
Silva, G. N., Nascimento, M., Sant'Anna, I. de C., Cruz, C. D., Caixeta, E. T., Carneiro, P. C. S., … Oliveira, M. da S. (2017). Redes neurais artificiais comparadas com modelos lineares generalizados sob o enfoque bayesiano para predição de resistência à ferrugem em café arábica. Pesquisa Agropecuária Brasileira, 52(3), 186–193. https://doi.org/10.1590/S1678-3921.pab2017.v52.23873
Edição
Seção
GENÉTICA