Kohonen's self-organizing maps for the study of genetic dissimilarity among soybean cultivars and genotypes
| dc.creator | Ludimila Geiciane de Sá | |
| dc.creator | Alcinei Mistico Azevedo | |
| dc.creator | Carlos Juliano Brant Albuquerque | |
| dc.creator | Nermy Ribeiro Valadares | |
| dc.creator | Orlando Gonçalves Brito | |
| dc.creator | Ana Clara Gonçalves Fernandes | |
| dc.creator | Ignacio Aspiazú | |
| dc.date.accessioned | 2023-10-20T16:12:47Z | |
| dc.date.accessioned | 2025-09-09T01:18:32Z | |
| dc.date.available | 2023-10-20T16:12:47Z | |
| dc.date.issued | 2022 | |
| dc.description.abstract | O objetivo deste trabalho foi avaliar a dissimilaridade genética entre cultivares e genótipos de soja para a seleção de genitores, bem como propor um novo método para a utilização de mapas auto-organizáveis de Kohonen (SOMs) e testar sua eficiência por meio da análise discriminante de Anderson. Foram avaliados os descritores morfoagronômicos de cultivares e genótipos de soja. Para análise dos dados, utilizaram-se redes neurais artificiais do tipo SOM. O método proposto permitiu a determinação da melhor arquitetura de rede de forma não subjetiva. Além disso, no início do treinamento, foi possível mitigar o efeito da aleatoriedade dos pesos sinápticos sobre os grupos formados. Foram formados seis grupos dissimilares; portanto, há dissimilaridade genética entre cultivares e genótipos de soja. As cultivares C25, C8 e C13 podem ser combinadas com as C36, C31, C32 e C33, por apresentarem bons atributos de produtividade e alta dissimilaridade. A metodologia proposta é vantajosa em comparação ao uso de SOMs tradicionais e se mostrou eficiente devido à consistência dos agrupamentos de acordo com a análise discriminante de Anderson. | |
| dc.description.sponsorship | CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico | |
| dc.description.sponsorship | FAPEMIG - Fundação de Amparo à Pesquisa do Estado de Minas Gerais | |
| dc.description.sponsorship | CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior | |
| dc.identifier.doi | https://doi.org/10.1590/S1678-3921.pab2022.v57.02722 | |
| dc.identifier.issn | 1678-3921 | |
| dc.identifier.uri | https://hdl.handle.net/1843/59798 | |
| dc.language | eng | |
| dc.publisher | Universidade Federal de Minas Gerais | |
| dc.relation.ispartof | Pesquisa Agropecuária Brasileira | |
| dc.rights | Acesso Aberto | |
| dc.subject | Soja | |
| dc.subject | Redes neurais (Computação) | |
| dc.subject | Análise multivariada | |
| dc.subject | Plantas -- Melhoramento genético | |
| dc.title | Kohonen's self-organizing maps for the study of genetic dissimilarity among soybean cultivars and genotypes | |
| dc.title.alternative | Mapas auto-organizáveis de Kohonen no estudo da dissimilaridade genética entre cultivares e genótipos de soja | |
| dc.type | Artigo de periódico | |
| local.citation.epage | 8 | |
| local.citation.spage | 1 | |
| local.citation.volume | 57 | |
| local.description.resumo | The objective of this work was to evaluate the genetic dissimilarity between soybean cultivars and genotypes for the selection of parents, as well as to propose a new method for using Kohonen’s self-organizing maps (SOMs) and to test its efficiency through Anderson’s discriminant analysis. The morphoagronomic descriptors of soybean cultivars and genotypes were evaluated. For data analysis, SOM-type artificial neural networks were used. The proposed method allowed the determination of the best network architecture in a nonsubjective way. Furthermore, at the beginning of training, it was possible to mitigate the randomness effect of the synaptic weights on the formed clusters. Six dissimilar clusters were formed; therefore, there is genetic dissimilarity between soybean cultivars and genotypes. Cultivars C25, C8, and C13 can be combined with C36, C31, C32, and C33 because they show good yield-related attributes and high dissimilarity. The proposed methodology is advantageous in comparison with the use of traditional SOMs, besides being efficient due to clustering consistency according to Anderson’s discriminant analysis. | |
| local.identifier.orcid | https://orcid.org/0000-0002-6877-0656 | |
| local.identifier.orcid | https://orcid.org/0000-0001-5196-0851 | |
| local.identifier.orcid | https://orcid.org/0000-0003-2244-1336 | |
| local.identifier.orcid | https://orcid.org/0000-0001-7854-8111 | |
| local.identifier.orcid | https://orcid.org/0000-0001-6238-1644 | |
| local.identifier.orcid | https://orcid.org/0000-0002-8161-8130 | |
| local.identifier.orcid | https://orcid.org/0000-0002-8161-8130 | |
| local.publisher.country | Brasil | |
| local.publisher.department | ICA - INSTITUTO DE CIÊNCIAS AGRÁRIAS | |
| local.publisher.initials | UFMG | |
| local.url.externa | doi:10.1590/s1678-3921.pab2022.v57.02722 |
Arquivos
Pacote original
1 - 1 de 1
Carregando...
- Nome:
- Kohonen’s self-organizing maps for the study of genetic dissimilarity among soybean cultivars and genotypes.pdf
- Tamanho:
- 714.38 KB
- Formato:
- Adobe Portable Document Format
Licença do pacote
1 - 1 de 1