Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/40301
Type: | Artigo de Periódico |
Title: | Automation in accession classification of Brazilian Capsicum germplasm through artificial neural networks |
Other Titles: | Automação na classificação de acesso de germoplasma de Brazilian Capsicum por meio de redes neurais artificiais |
Authors: | Mariane Gonçalves Ferreira Carlos Nick Alcinei Mistico Azevedo Luhan Isaac Siman Gustavo Henrique da Silva Clebson Dos Santos Carneiro Flávia Maria Alves Fábio Teixeira Delazari Derly José Henriques da Silva |
Abstract: | Germplasm classification by species requires specific knowledge on/of the culture of interest. Therefore, efforts aimed at automation of this process are necessary for the efficient management of collections. Automation of germplasm classification through artificial neural net works may be a viable and less laborious strategy. The aims of this study were to verify the classification potential of Capsicum accessions regarding/ the species based on morphological descriptors and artificial neural networks, and to establish the most important descriptors and the best network architecture for this purpose. Five hundred and sixty-four plants from 47 Brazilian Capsicum accessions were evaluated. Neural networks of multilayer perceptron type were used in order to automate the species identification through 17 morphological descriptors. Six network architectures were evaluated, and the number of neurons in the hidden layer ranged from 1 to 6. The relative importance of morphological descriptors in the classification process was established by Garson’s method. Corolla color, corolla spot color, calyx annular constriction, fruit shape at pedicel attachment, and fruit color at mature stage were the most important de scriptors. The network architecture with 6 neurons in the hidden layer is the most appropriate in this study. The possibility of classifying Capsicum plants regarding/ the species through artificial neural networks with 100 % accuracy was verified. |
Abstract: | A classificação de germoplasma por espécie requer conhecimento específico sobre/da cultura de interesse. Portanto, esforços voltados para a automação desse processo são necessários para a eficiência gestão de coleções. A automatização da classificação de germoplasma por meio de redes neurais artificiais pode ser uma estratégia viável e menos trabalhosa. O objetivo deste estudo foi verificar a potencial de classificação de acessos de Capsicum quanto à espécie com base em descritores e redes neurais artificiais, e estabelecer os mais importantes descritores e a melhor arquitetura de rede para esta finalidade. Foram avaliadas 564 plantas de 47 acessos brasileiros de Capsicum. Redes neurais do tipo perceptron multicamadas foram utilizado para automatizar a identificação das espécies através de 17 descritores morfológicos. Seis arquiteturas de rede foram avaliadas, e o número de neurônios na camada oculta variou de 1 a 6. A importância relativa dos descritores morfológicos no processo de classificação foi estabelecido pelo método de Garson. Cor da corola, cor da mancha da corola, constrição anular do cálice, a forma do fruto na inserção do pedicelo e a cor do fruto no estádio maduro foram os descritores mais importantes. A arquitetura de rede com 6 neurônios na camada oculta é a mais adequada em este estudo. A possibilidade de classificar as plantas de Capsicum em relação à espécie por meio redes neurais com 100% de precisão foi verificada. |
Subject: | Pimentão Taxonomia vegetal Bancos de genes de plantas |
language: | eng |
metadata.dc.publisher.country: | Brasil |
Publisher: | Universidade Federal de Minas Gerais |
Publisher Initials: | UFMG |
metadata.dc.publisher.department: | ICA - INSTITUTO DE CIÊNCIAS AGRÁRIAS |
Rights: | Acesso Aberto |
metadata.dc.identifier.doi: | https://doi.org/10.1590/1678-992X-2015-0451 |
URI: | http://hdl.handle.net/1843/40301 |
Issue Date: | 2017 |
metadata.dc.url.externa: | https://www.scielo.br/j/sa/a/ndMW4q9RgKw5kjVwhtKzsBs/?lang=en |
metadata.dc.relation.ispartof: | Scientia Agricola |
Appears in Collections: | Artigo de Periódico |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Automation in accession classification of brazilian capsicum germplasm through artificial neural networks.pdf | 505.08 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.