Metodologia baseada em técnicas de mineração de dados para suporte à certificação de raças de ovinos.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2015 |
Outros Autores: | , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice) |
Texto Completo: | http://www.alice.cnptia.embrapa.br/alice/handle/doc/1036157 http://dx.doi.org/10.1590/1809-4430-Eng.Agric.v35n6p1172-1186/2015 |
Resumo: | O objetivo deste trabalho foi desenvolver uma metodologia baseada em técnicas de mineração de dados para selecionar os principais marcadores SNP (Single Nucleotide Polymorphism) para as raças de ovinos: Crioula, Morada Nova e Santa Inês. Os dados utilizados foram obtidos do Consórcio Internacional de Ovinos e são compostos por 72 animais das raças citadas, e cada animal possui 49.034 marcadores SNP. Considerando que o número de atributos (marcadores) é muito maior que o de observações (animais), foram aplicadas as técnicas de predição LASSO (Least Absolute Shrinkage and Selection Operator), Random Forest e Boosting para a geração de modelos preditivos que incorporam métodos de seleção de atributos. Os resultados revelaram que os modelos preditivos selecionaram os principais marcadores SNP para identificação das raças estudadas. O modelo LASSO selecionou um total de 29 marcadores relevantes. A partir dos modelos Random Forest e Boosting, foram obtidos 27 e 20 marcadores importantes, respectivamente. Por meio da intersecção dos modelos gerados, identificou-se um subconjunto de 18 marcadores com maior potencial de identificação das raças. |
id |
EMBR_201378b804b10b717210b6092990f010 |
---|---|
oai_identifier_str |
oai:www.alice.cnptia.embrapa.br:doc/1036157 |
network_acronym_str |
EMBR |
network_name_str |
Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice) |
repository_id_str |
2154 |
spelling |
Metodologia baseada em técnicas de mineração de dados para suporte à certificação de raças de ovinos.Polimorfismo de nucleotídeo únicoSeleção de atributosModelos preditivosRegressão penalizadaFeature selectionPredictive modelingPenalized regressionSingle nucleotide polymorphismModelsO objetivo deste trabalho foi desenvolver uma metodologia baseada em técnicas de mineração de dados para selecionar os principais marcadores SNP (Single Nucleotide Polymorphism) para as raças de ovinos: Crioula, Morada Nova e Santa Inês. Os dados utilizados foram obtidos do Consórcio Internacional de Ovinos e são compostos por 72 animais das raças citadas, e cada animal possui 49.034 marcadores SNP. Considerando que o número de atributos (marcadores) é muito maior que o de observações (animais), foram aplicadas as técnicas de predição LASSO (Least Absolute Shrinkage and Selection Operator), Random Forest e Boosting para a geração de modelos preditivos que incorporam métodos de seleção de atributos. Os resultados revelaram que os modelos preditivos selecionaram os principais marcadores SNP para identificação das raças estudadas. O modelo LASSO selecionou um total de 29 marcadores relevantes. A partir dos modelos Random Forest e Boosting, foram obtidos 27 e 20 marcadores importantes, respectivamente. Por meio da intersecção dos modelos gerados, identificou-se um subconjunto de 18 marcadores com maior potencial de identificação das raças.Journal of the Brazilian Association of Agricultural Engineering.FÁBIO DANILO VIEIRA, CNPTIA; STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA; SAMUEL REZENDE PAIVA, SRI.VIEIRA, F. D.OLIVEIRA, S. R. de M.PAIVA, S. R.2016-02-04T11:11:11Z2016-02-04T11:11:11Z2016-02-0420152016-02-05T11:11:11Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleEngenharia Agrícola, Jaboticabal, v. 35, n. 6, p. 1172-1186, nov./dez. 2015.http://www.alice.cnptia.embrapa.br/alice/handle/doc/1036157http://dx.doi.org/10.1590/1809-4430-Eng.Agric.v35n6p1172-1186/2015porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)instname:Empresa Brasileira de Pesquisa Agropecuária (Embrapa)instacron:EMBRAPA2017-08-16T03:40:16Zoai:www.alice.cnptia.embrapa.br:doc/1036157Repositório InstitucionalPUBhttps://www.alice.cnptia.embrapa.br/oai/requestopendoar:21542017-08-16T03:40:16falseRepositório InstitucionalPUBhttps://www.alice.cnptia.embrapa.br/oai/requestcg-riaa@embrapa.bropendoar:21542017-08-16T03:40:16Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice) - Empresa Brasileira de Pesquisa Agropecuária (Embrapa)false |
dc.title.none.fl_str_mv |
Metodologia baseada em técnicas de mineração de dados para suporte à certificação de raças de ovinos. |
title |
Metodologia baseada em técnicas de mineração de dados para suporte à certificação de raças de ovinos. |
spellingShingle |
Metodologia baseada em técnicas de mineração de dados para suporte à certificação de raças de ovinos. VIEIRA, F. D. Polimorfismo de nucleotídeo único Seleção de atributos Modelos preditivos Regressão penalizada Feature selection Predictive modeling Penalized regression Single nucleotide polymorphism Models |
title_short |
Metodologia baseada em técnicas de mineração de dados para suporte à certificação de raças de ovinos. |
title_full |
Metodologia baseada em técnicas de mineração de dados para suporte à certificação de raças de ovinos. |
title_fullStr |
Metodologia baseada em técnicas de mineração de dados para suporte à certificação de raças de ovinos. |
title_full_unstemmed |
Metodologia baseada em técnicas de mineração de dados para suporte à certificação de raças de ovinos. |
title_sort |
Metodologia baseada em técnicas de mineração de dados para suporte à certificação de raças de ovinos. |
author |
VIEIRA, F. D. |
author_facet |
VIEIRA, F. D. OLIVEIRA, S. R. de M. PAIVA, S. R. |
author_role |
author |
author2 |
OLIVEIRA, S. R. de M. PAIVA, S. R. |
author2_role |
author author |
dc.contributor.none.fl_str_mv |
FÁBIO DANILO VIEIRA, CNPTIA; STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA; SAMUEL REZENDE PAIVA, SRI. |
dc.contributor.author.fl_str_mv |
VIEIRA, F. D. OLIVEIRA, S. R. de M. PAIVA, S. R. |
dc.subject.por.fl_str_mv |
Polimorfismo de nucleotídeo único Seleção de atributos Modelos preditivos Regressão penalizada Feature selection Predictive modeling Penalized regression Single nucleotide polymorphism Models |
topic |
Polimorfismo de nucleotídeo único Seleção de atributos Modelos preditivos Regressão penalizada Feature selection Predictive modeling Penalized regression Single nucleotide polymorphism Models |
description |
O objetivo deste trabalho foi desenvolver uma metodologia baseada em técnicas de mineração de dados para selecionar os principais marcadores SNP (Single Nucleotide Polymorphism) para as raças de ovinos: Crioula, Morada Nova e Santa Inês. Os dados utilizados foram obtidos do Consórcio Internacional de Ovinos e são compostos por 72 animais das raças citadas, e cada animal possui 49.034 marcadores SNP. Considerando que o número de atributos (marcadores) é muito maior que o de observações (animais), foram aplicadas as técnicas de predição LASSO (Least Absolute Shrinkage and Selection Operator), Random Forest e Boosting para a geração de modelos preditivos que incorporam métodos de seleção de atributos. Os resultados revelaram que os modelos preditivos selecionaram os principais marcadores SNP para identificação das raças estudadas. O modelo LASSO selecionou um total de 29 marcadores relevantes. A partir dos modelos Random Forest e Boosting, foram obtidos 27 e 20 marcadores importantes, respectivamente. Por meio da intersecção dos modelos gerados, identificou-se um subconjunto de 18 marcadores com maior potencial de identificação das raças. |
publishDate |
2015 |
dc.date.none.fl_str_mv |
2015 2016-02-04T11:11:11Z 2016-02-04T11:11:11Z 2016-02-04 2016-02-05T11:11:11Z |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/article |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
Engenharia Agrícola, Jaboticabal, v. 35, n. 6, p. 1172-1186, nov./dez. 2015. http://www.alice.cnptia.embrapa.br/alice/handle/doc/1036157 http://dx.doi.org/10.1590/1809-4430-Eng.Agric.v35n6p1172-1186/2015 |
identifier_str_mv |
Engenharia Agrícola, Jaboticabal, v. 35, n. 6, p. 1172-1186, nov./dez. 2015. |
url |
http://www.alice.cnptia.embrapa.br/alice/handle/doc/1036157 http://dx.doi.org/10.1590/1809-4430-Eng.Agric.v35n6p1172-1186/2015 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice) instname:Empresa Brasileira de Pesquisa Agropecuária (Embrapa) instacron:EMBRAPA |
instname_str |
Empresa Brasileira de Pesquisa Agropecuária (Embrapa) |
instacron_str |
EMBRAPA |
institution |
EMBRAPA |
reponame_str |
Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice) |
collection |
Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice) |
repository.name.fl_str_mv |
Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice) - Empresa Brasileira de Pesquisa Agropecuária (Embrapa) |
repository.mail.fl_str_mv |
cg-riaa@embrapa.br |
_version_ |
1794503417570263040 |