Divergência genética em acessos de melão utilizando redes neurais artificiais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2015 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) |
Texto Completo: | https://repositorio.ufersa.edu.br/handle/tede/172 |
Resumo: | Melon (Cucumis melo L.) is a species economic importance to Brazilian northeast, especially in Mossoró-Assú agropolo. The study of genetic diversity allows in the preliminary selection of individuals with superior characteristics to produce hybrids with the high heterotic in breeding programs. The objective of this study was to evaluate the genetic divergence among 46 melon genotypes for 22 physicochemical and agronomic quantitative variables, evaluated by techniques artificial neural networks. Two experiments were conducted in Horta Experimental Department of Plant Sciences at the Universidade Federal Rural do Semi-Árido - UFERSA in the Mossoró, State of Rio Grande do Norte, in the periods 12/09/2006 to 05/12/2006 and 15/08/2007 to 17/10/2007. Through the techniques of artificial neural networks, was found four groups for both experiments, but also to average of two years. A discriminant analysis was used to check the consistency of groups formed and it was observed that considering the 22 variables, there was 100% hit, that is, for the discriminant function all genotypes were classified correctly. In addition was also observed distances between groups and group 1 was significantly distant from all other groups, more distant, genetically, Group 3. Group 2 are different with respect to group 3 and group similar to 4. The group 3 shows similarity to group 4. And so we suggest possible crosses between accessions 2, 13, 15, 16, 17, 27, 33, 36, 40, 43, 46 that would be most promising for new populations of work. Artificial neural networks have proved viable as a method of analysis of genetic divergence in melon and genetic divergence was found for all groups, and with that you can get new crossings in order to obtain improved populations |
id |
UFER_a4f1271df6cd4fa43243d7c6bc3c8366 |
---|---|
oai_identifier_str |
oai:repositorio.ufersa.edu.br:tede/172 |
network_acronym_str |
UFER |
network_name_str |
Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) |
repository_id_str |
|
spelling |
Divergência genética em acessos de melão utilizando redes neurais artificiaisGenetic divergence in melon using artificial neural networksCucumis meloGermplasmGenetic divergenceCucumis meloGermoplasmaDivergência genéticaCIENCIAS AGRARIAS::AGRONOMIA::FITOTECNIAMelon (Cucumis melo L.) is a species economic importance to Brazilian northeast, especially in Mossoró-Assú agropolo. The study of genetic diversity allows in the preliminary selection of individuals with superior characteristics to produce hybrids with the high heterotic in breeding programs. The objective of this study was to evaluate the genetic divergence among 46 melon genotypes for 22 physicochemical and agronomic quantitative variables, evaluated by techniques artificial neural networks. Two experiments were conducted in Horta Experimental Department of Plant Sciences at the Universidade Federal Rural do Semi-Árido - UFERSA in the Mossoró, State of Rio Grande do Norte, in the periods 12/09/2006 to 05/12/2006 and 15/08/2007 to 17/10/2007. Through the techniques of artificial neural networks, was found four groups for both experiments, but also to average of two years. A discriminant analysis was used to check the consistency of groups formed and it was observed that considering the 22 variables, there was 100% hit, that is, for the discriminant function all genotypes were classified correctly. In addition was also observed distances between groups and group 1 was significantly distant from all other groups, more distant, genetically, Group 3. Group 2 are different with respect to group 3 and group similar to 4. The group 3 shows similarity to group 4. And so we suggest possible crosses between accessions 2, 13, 15, 16, 17, 27, 33, 36, 40, 43, 46 that would be most promising for new populations of work. Artificial neural networks have proved viable as a method of analysis of genetic divergence in melon and genetic divergence was found for all groups, and with that you can get new crossings in order to obtain improved populationsO meloeiro (Cucumis melo L.) é uma espécie de grande importância econômica para o nordeste brasileiro, em especial no agropólo Mossoró-Assú. O estudo da divergência genética possibilita uma seleção preliminar de indivíduos com características superiores para obtenção de híbridos com maior efeito heterótico para serem introduzidos em programas de melhoramento genético. O objetivo deste trabalho foi avaliar a divergência genética entre 46 acessos de meloeiro para 22 variáveis quantitativas físico-químicas e morfoagronômicas, avaliados por meio da aplicação das técnicas de Redes Neurais Artificiais. Foram conduzidos dois experimentos na Horta Experimental do Departamento de Ciências Vegetais da Universidade Federal Rural do Semi-árido - UFERSA, no município de Mossoró, Estado do Rio do Grande do Norte, nos períodos de 12/09/2006 a 5/12/2006 e de 15/08/2007 a 17/10/2007. Por meio das técnicas de Redes Neurais Artificiais, verificou-se a formação de quatro grupos para ambos os experimentos, como também para a média dos dois anos. Analisando os grupos constituídos das médias de 2006 e 2007. Em todos os grupos as variáveis do fruto foram as que obtiveram as maiores dispersões. Uma análise de discriminante foi utilizada para verificar a consistência dos grupos formados e observou-se que considerando as 22 variáveis houve 100% de acerto, isto é, para a função discriminante todos os acessos foram classificados corretamente. Adicionalmente também foi observada as distâncias entres os grupos, e o grupo 1 foi significativamente distante de todos os outros grupos, porém mais distante, geneticamente, do grupo 3. O grupo 2 é divergente em relação ao grupo 3 e similar ao grupo 4. O grupo 3 apresenta similaridade em relação ao grupo 4. E desta forma sugerimos possíveis cruzamentos entre os acessos 2, 13, 15, 16, 17, 27, 33, 36, 40, 43, 46 que seriam os mais promissores para novas populações de trabalho. As redes neurais artificiais se mostraram viáveis como método da análise da divergência genética no meloeiro e foi encontrada divergência genética para todos os grupos estudados, e com isso pode-se obter novos cruzamentos com o intuito de obter populações melhoradasUniversidade Federal Rural do Semi-ÁridoBRCentro de Ciências Agrárias - CCAUFERSAPrograma de Pós-Graduação em FitotecniaNunes, Glauber Henrique de SousaCPF:82888884453http://lattes.cnpq.br/6199153570472953Lima, Lidiane Kely deCPF:01227613407http://lattes.cnpq.br/2278487003313130Rodrigues, Walter MartinsCPF:10304206881http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4795486P1Dantas, Django JesusCPF:14622540800http://lattes.cnpq.br/2573411003155959Dantas Neto, Francisco SolonCPF:91372550453http://lattes.cnpq.br/0074396956910674Melo, Stefeson Bezerra de2016-08-12T19:18:30Z2016-02-162015-03-20info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/publishedVersionapplication/pdfapplication/pdfMELO, Stefeson Bezerra de. Genetic divergence in melon using artificial neural networks. 2015. 72 f. Tese (Doutorado em Agricultura Tropical) - Universidade Federal Rural do Semi-Árido, Mossoró, 2015.https://repositorio.ufersa.edu.br/handle/tede/172porinfo:eu-repo/semantics/openAccessCC-BY-SAreponame:Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU)instname:Universidade Federal Rural do Semi-Árido (UFERSA)instacron:UFERSA2023-12-12T23:03:20Zoai:repositorio.ufersa.edu.br:tede/172Repositório Institucionalhttps://repositorio.ufersa.edu.br/PUBhttps://repositorio.ufersa.edu.br/server/oai/requestrepositorio@ufersa.edu.br || admrepositorio@ufersa.edu.bropendoar:2023-12-12T23:03:20Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) - Universidade Federal Rural do Semi-Árido (UFERSA)false |
dc.title.none.fl_str_mv |
Divergência genética em acessos de melão utilizando redes neurais artificiais Genetic divergence in melon using artificial neural networks |
title |
Divergência genética em acessos de melão utilizando redes neurais artificiais |
spellingShingle |
Divergência genética em acessos de melão utilizando redes neurais artificiais Melo, Stefeson Bezerra de Cucumis melo Germplasm Genetic divergence Cucumis melo Germoplasma Divergência genética CIENCIAS AGRARIAS::AGRONOMIA::FITOTECNIA |
title_short |
Divergência genética em acessos de melão utilizando redes neurais artificiais |
title_full |
Divergência genética em acessos de melão utilizando redes neurais artificiais |
title_fullStr |
Divergência genética em acessos de melão utilizando redes neurais artificiais |
title_full_unstemmed |
Divergência genética em acessos de melão utilizando redes neurais artificiais |
title_sort |
Divergência genética em acessos de melão utilizando redes neurais artificiais |
author |
Melo, Stefeson Bezerra de |
author_facet |
Melo, Stefeson Bezerra de |
author_role |
author |
dc.contributor.none.fl_str_mv |
Nunes, Glauber Henrique de Sousa CPF:82888884453 http://lattes.cnpq.br/6199153570472953 Lima, Lidiane Kely de CPF:01227613407 http://lattes.cnpq.br/2278487003313130 Rodrigues, Walter Martins CPF:10304206881 http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4795486P1 Dantas, Django Jesus CPF:14622540800 http://lattes.cnpq.br/2573411003155959 Dantas Neto, Francisco Solon CPF:91372550453 http://lattes.cnpq.br/0074396956910674 |
dc.contributor.author.fl_str_mv |
Melo, Stefeson Bezerra de |
dc.subject.por.fl_str_mv |
Cucumis melo Germplasm Genetic divergence Cucumis melo Germoplasma Divergência genética CIENCIAS AGRARIAS::AGRONOMIA::FITOTECNIA |
topic |
Cucumis melo Germplasm Genetic divergence Cucumis melo Germoplasma Divergência genética CIENCIAS AGRARIAS::AGRONOMIA::FITOTECNIA |
description |
Melon (Cucumis melo L.) is a species economic importance to Brazilian northeast, especially in Mossoró-Assú agropolo. The study of genetic diversity allows in the preliminary selection of individuals with superior characteristics to produce hybrids with the high heterotic in breeding programs. The objective of this study was to evaluate the genetic divergence among 46 melon genotypes for 22 physicochemical and agronomic quantitative variables, evaluated by techniques artificial neural networks. Two experiments were conducted in Horta Experimental Department of Plant Sciences at the Universidade Federal Rural do Semi-Árido - UFERSA in the Mossoró, State of Rio Grande do Norte, in the periods 12/09/2006 to 05/12/2006 and 15/08/2007 to 17/10/2007. Through the techniques of artificial neural networks, was found four groups for both experiments, but also to average of two years. A discriminant analysis was used to check the consistency of groups formed and it was observed that considering the 22 variables, there was 100% hit, that is, for the discriminant function all genotypes were classified correctly. In addition was also observed distances between groups and group 1 was significantly distant from all other groups, more distant, genetically, Group 3. Group 2 are different with respect to group 3 and group similar to 4. The group 3 shows similarity to group 4. And so we suggest possible crosses between accessions 2, 13, 15, 16, 17, 27, 33, 36, 40, 43, 46 that would be most promising for new populations of work. Artificial neural networks have proved viable as a method of analysis of genetic divergence in melon and genetic divergence was found for all groups, and with that you can get new crossings in order to obtain improved populations |
publishDate |
2015 |
dc.date.none.fl_str_mv |
2015-03-20 2016-08-12T19:18:30Z 2016-02-16 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
MELO, Stefeson Bezerra de. Genetic divergence in melon using artificial neural networks. 2015. 72 f. Tese (Doutorado em Agricultura Tropical) - Universidade Federal Rural do Semi-Árido, Mossoró, 2015. https://repositorio.ufersa.edu.br/handle/tede/172 |
identifier_str_mv |
MELO, Stefeson Bezerra de. Genetic divergence in melon using artificial neural networks. 2015. 72 f. Tese (Doutorado em Agricultura Tropical) - Universidade Federal Rural do Semi-Árido, Mossoró, 2015. |
url |
https://repositorio.ufersa.edu.br/handle/tede/172 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess CC-BY-SA |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
CC-BY-SA |
dc.format.none.fl_str_mv |
application/pdf application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal Rural do Semi-Árido BR Centro de Ciências Agrárias - CCA UFERSA Programa de Pós-Graduação em Fitotecnia |
publisher.none.fl_str_mv |
Universidade Federal Rural do Semi-Árido BR Centro de Ciências Agrárias - CCA UFERSA Programa de Pós-Graduação em Fitotecnia |
dc.source.none.fl_str_mv |
reponame:Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) instname:Universidade Federal Rural do Semi-Árido (UFERSA) instacron:UFERSA |
instname_str |
Universidade Federal Rural do Semi-Árido (UFERSA) |
instacron_str |
UFERSA |
institution |
UFERSA |
reponame_str |
Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) |
collection |
Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) |
repository.name.fl_str_mv |
Repositório Digital da Universidade Federal Rural do Semi-Árido (RDU) - Universidade Federal Rural do Semi-Árido (UFERSA) |
repository.mail.fl_str_mv |
repositorio@ufersa.edu.br || admrepositorio@ufersa.edu.br |
_version_ |
1816711979964825600 |