Use este identificador para citar ou linkar para este item:
http://hdl.handle.net/1843/40558
Tipo: | Artigo de Periódico |
Título: | Eficiência da estimação da área foliar de couve por meio de redes neurais artificiais |
Autor(es): | Alcinei Mistico Azevedo Valter Carvalho de Andrade Júnior Aderbal Soares de Sousa Júnior Albertir Aparecido Dos Santos Cosme Damião Cruz Samuel Luan Pereira Altino Júnior Mendes Oliveira |
Resumo: | A estimativa da área foliar na couve é importante, pois medidas diretas são difíceis e imprecisas, devido ao tamanho da folha, a irregularidade da superfície foliar de alguns genótipos, a necessidade de equipamentos caros e de muita mão-de-obra. Objetivou-se verificar a eficiência da estimação da área foliar de couve por meio de RNAs e constatar a eficiência desta estratégia em comparação com o uso da área foliar observada. O experimento foi conduzido em delineamento de blocos casualizados com três repetições, 22 acessos e quatro plantas por parcela. Desenvolveram-se perceptrons de multicamadas utilizando 50 folhas por acesso, destinando-se 70% para treinamento, 15% para a validação cruzada (early-stop) e 15% para teste. Foram testadas 39 configurações de rede perceptron de multicamadas. As RNAs foram eficientes para estimar a área foliar da couve a partir do comprimento e largura do limbo foliar. A área foliar estimada pela RNA é indicada para a seleção de plantas por ser de fácil obtenção, ser um método não destrutivo, apresentar alta correlação fenotípica e genética com a área foliar observada e maior herdabilidade. |
Abstract: | A estimativa da área foliar na couve é importante, pois medidas diretas são difíceis e imprecisas, devido ao tamanho da folha, a irregularidade da superfície foliar de alguns genótipos, a necessidade de equipamentos caros e de muita mão-de-obra. Objetivou-se verificar a eficiência da estimação da área foliar de couve por meio de RNAs e constatar a eficiência desta estratégia em comparação com o uso da área foliar observada. O experimento foi conduzido em delineamento de blocos casualizados com três repetições, 22 acessos e quatro plantas por parcela. Desenvolveram-se perceptrons de multicamadas utilizando 50 folhas por acesso, destinando-se 70% para treinamento, 15% para a validação cruzada (early-stop) e 15% para teste. Foram testadas 39 configurações de rede perceptron de multicamadas. As RNAs foram eficientes para estimar a área foliar da couve a partir do comprimento e largura do limbo foliar. A área foliar estimada pela RNA é indicada para a seleção de plantas por ser de fácil obtenção, ser um método não destrutivo, apresentar alta correlação fenotípica e genética com a área foliar observada e maior herdabilidade. |
Assunto: | Couve Perceptrons Perceptrons Inteligencia artificial |
Idioma: | por |
País: | Brasil |
Editor: | Universidade Federal de Minas Gerais |
Sigla da Instituição: | UFMG |
Departamento: | ICA - INSTITUTO DE CIÊNCIAS AGRÁRIAS |
Tipo de Acesso: | Acesso Aberto |
Identificador DOI: | http://dx.doi.org/10.1590/S0102-053620170103 |
URI: | http://hdl.handle.net/1843/40558 |
Data do documento: | 2017 |
metadata.dc.url.externa: | https://www.scielo.br/j/hb/a/pRQdQF4bm8x3vbchnhd8CjR/?msclkid=c2b0731aaf5f11ec9a43763c38927dc5 |
metadata.dc.relation.ispartof: | Horticultura Brasileira |
Aparece nas coleções: | Artigo de Periódico |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Eficiência da estimação da área foliar de couve por meio de redes neurais artificiais.pdf | 761.48 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.