Metodologia baseada em técnicas de mineração de dados para suporte à certificação de raças de ovinos

Detalhes bibliográficos
Autor(a) principal: Vieira,Fábio D.
Data de Publicação: 2015
Outros Autores: Oliveira,Stanley R. de M., Paiva,Samuel R.
Tipo de documento: Artigo
Idioma: por
Título da fonte: Engenharia Agrícola
Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0100-69162015000601172
Resumo: 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 SBEA-1_17369c31fdf5969617d3c77747238194
oai_identifier_str oai:scielo:S0100-69162015000601172
network_acronym_str SBEA-1
network_name_str Engenharia Agrícola
repository_id_str
spelling Metodologia baseada em técnicas de mineração de dados para suporte à certificação de raças de ovinospolimorfismo de nucleotídeo únicoseleção de atributosmodelos preditivosregressão penalizadaRESUMO 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.Associação Brasileira de Engenharia Agrícola2015-12-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0100-69162015000601172Engenharia Agrícola v.35 n.6 2015reponame:Engenharia Agrícolainstname:Associação Brasileira de Engenharia Agrícola (SBEA)instacron:SBEA10.1590/1809-4430-Eng.Agric.v35n6p1172-1186/2015info:eu-repo/semantics/openAccessVieira,Fábio D.Oliveira,Stanley R. de M.Paiva,Samuel R.por2016-03-01T00:00:00Zoai:scielo:S0100-69162015000601172Revistahttp://www.engenhariaagricola.org.br/ORGhttps://old.scielo.br/oai/scielo-oai.phprevistasbea@sbea.org.br||sbea@sbea.org.br1809-44300100-6916opendoar:2016-03-01T00:00Engenharia Agrícola - Associação Brasileira de Engenharia Agrícola (SBEA)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,Fábio D.
polimorfismo de nucleotídeo único
seleção de atributos
modelos preditivos
regressão penalizada
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,Fábio D.
author_facet Vieira,Fábio D.
Oliveira,Stanley R. de M.
Paiva,Samuel R.
author_role author
author2 Oliveira,Stanley R. de M.
Paiva,Samuel R.
author2_role author
author
dc.contributor.author.fl_str_mv Vieira,Fábio D.
Oliveira,Stanley R. de M.
Paiva,Samuel R.
dc.subject.por.fl_str_mv polimorfismo de nucleotídeo único
seleção de atributos
modelos preditivos
regressão penalizada
topic polimorfismo de nucleotídeo único
seleção de atributos
modelos preditivos
regressão penalizada
description 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.
publishDate 2015
dc.date.none.fl_str_mv 2015-12-01
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0100-69162015000601172
url http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0100-69162015000601172
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 10.1590/1809-4430-Eng.Agric.v35n6p1172-1186/2015
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv text/html
dc.publisher.none.fl_str_mv Associação Brasileira de Engenharia Agrícola
publisher.none.fl_str_mv Associação Brasileira de Engenharia Agrícola
dc.source.none.fl_str_mv Engenharia Agrícola v.35 n.6 2015
reponame:Engenharia Agrícola
instname:Associação Brasileira de Engenharia Agrícola (SBEA)
instacron:SBEA
instname_str Associação Brasileira de Engenharia Agrícola (SBEA)
instacron_str SBEA
institution SBEA
reponame_str Engenharia Agrícola
collection Engenharia Agrícola
repository.name.fl_str_mv Engenharia Agrícola - Associação Brasileira de Engenharia Agrícola (SBEA)
repository.mail.fl_str_mv revistasbea@sbea.org.br||sbea@sbea.org.br
_version_ 1752126272452952064