Árvore de decisão aplicada em dados de incubação de matrizes de postura Hy-Line W36

Detalhes bibliográficos
Autor(a) principal: Lima,Marcelo Gomes Ferreira
Data de Publicação: 2010
Outros Autores: Rodrigues,Luiz Henrique Antunes
Tipo de documento: Artigo
Idioma: por
Título da fonte: Ciência e Agrotecnologia (Online)
Texto Completo: http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1413-70542010000600028
Resumo: Incubatório de ovos é um setor de grande importância na Avicultura de postura. Com a redução dos custos dos equipamentos de informática cresce o armazenamento de dados para gerenciamento do processo produtivo. A Mineração de Dados surge como uma técnica para identificar conhecimentos novos e úteis nos bancos de dados. Objetivou-se, neste trabalho, explorar a técnica Arvore de Decisão em banco de dados de incubatórios de matrizes de postura, visando a elaboração de padrões de incubação. Foram disponibilizados, pela empresa Hy-Line do Brasil Ltda, dados de incubação entre os anos de 2002 e 2006 da linhagem Hy-Line W-36. Dois experimentos foram realizados. Em um deles, valores acima dos estabelecidos pela empresa como desejado para o índice "fêmeas nascidas vendáveis" foram identificados como relevantes para a geração das regras. No outro, valores abaixo dos estabelecidos pela empresa foram identificados como relevantes para a geração das regras. Foi utilizado o algoritmo Entropia C 4.5 e o software SAS-Enterprise Miner como ferramenta de análise . Como conclusão deste estudo, foi possível observar que com a técnica estudada, os dados utilizados no gerenciamento de produção são suficientes para identificar conhecimentos novos, úteis e aplicáveis a fim de melhorar a produtividade das empresas incubadoras, atendendo à demanda com diminuição do desperdício.
id UFLA-2_e14ae6e9da7eb630ed9dd01b864c5338
oai_identifier_str oai:scielo:S1413-70542010000600028
network_acronym_str UFLA-2
network_name_str Ciência e Agrotecnologia (Online)
repository_id_str
spelling Árvore de decisão aplicada em dados de incubação de matrizes de postura Hy-Line W36Mineração de dadosKDDinteligência artificialaviculturaIncubatório de ovos é um setor de grande importância na Avicultura de postura. Com a redução dos custos dos equipamentos de informática cresce o armazenamento de dados para gerenciamento do processo produtivo. A Mineração de Dados surge como uma técnica para identificar conhecimentos novos e úteis nos bancos de dados. Objetivou-se, neste trabalho, explorar a técnica Arvore de Decisão em banco de dados de incubatórios de matrizes de postura, visando a elaboração de padrões de incubação. Foram disponibilizados, pela empresa Hy-Line do Brasil Ltda, dados de incubação entre os anos de 2002 e 2006 da linhagem Hy-Line W-36. Dois experimentos foram realizados. Em um deles, valores acima dos estabelecidos pela empresa como desejado para o índice "fêmeas nascidas vendáveis" foram identificados como relevantes para a geração das regras. No outro, valores abaixo dos estabelecidos pela empresa foram identificados como relevantes para a geração das regras. Foi utilizado o algoritmo Entropia C 4.5 e o software SAS-Enterprise Miner como ferramenta de análise . Como conclusão deste estudo, foi possível observar que com a técnica estudada, os dados utilizados no gerenciamento de produção são suficientes para identificar conhecimentos novos, úteis e aplicáveis a fim de melhorar a produtividade das empresas incubadoras, atendendo à demanda com diminuição do desperdício.Editora da UFLA2010-12-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S1413-70542010000600028Ciência e Agrotecnologia v.34 n.6 2010reponame:Ciência e Agrotecnologia (Online)instname:Universidade Federal de Lavras (UFLA)instacron:UFLA10.1590/S1413-70542010000600028info:eu-repo/semantics/openAccessLima,Marcelo Gomes FerreiraRodrigues,Luiz Henrique Antunespor2011-01-13T00:00:00Zoai:scielo:S1413-70542010000600028Revistahttp://www.scielo.br/cagroPUBhttps://old.scielo.br/oai/scielo-oai.php||renpaiva@dbi.ufla.br|| editora@editora.ufla.br1981-18291413-7054opendoar:2022-11-22T16:31:01.212563Ciência e Agrotecnologia (Online) - Universidade Federal de Lavras (UFLA)true
dc.title.none.fl_str_mv Árvore de decisão aplicada em dados de incubação de matrizes de postura Hy-Line W36
title Árvore de decisão aplicada em dados de incubação de matrizes de postura Hy-Line W36
spellingShingle Árvore de decisão aplicada em dados de incubação de matrizes de postura Hy-Line W36
Lima,Marcelo Gomes Ferreira
Mineração de dados
KDD
inteligência artificial
avicultura
title_short Árvore de decisão aplicada em dados de incubação de matrizes de postura Hy-Line W36
title_full Árvore de decisão aplicada em dados de incubação de matrizes de postura Hy-Line W36
title_fullStr Árvore de decisão aplicada em dados de incubação de matrizes de postura Hy-Line W36
title_full_unstemmed Árvore de decisão aplicada em dados de incubação de matrizes de postura Hy-Line W36
title_sort Árvore de decisão aplicada em dados de incubação de matrizes de postura Hy-Line W36
author Lima,Marcelo Gomes Ferreira
author_facet Lima,Marcelo Gomes Ferreira
Rodrigues,Luiz Henrique Antunes
author_role author
author2 Rodrigues,Luiz Henrique Antunes
author2_role author
dc.contributor.author.fl_str_mv Lima,Marcelo Gomes Ferreira
Rodrigues,Luiz Henrique Antunes
dc.subject.por.fl_str_mv Mineração de dados
KDD
inteligência artificial
avicultura
topic Mineração de dados
KDD
inteligência artificial
avicultura
description Incubatório de ovos é um setor de grande importância na Avicultura de postura. Com a redução dos custos dos equipamentos de informática cresce o armazenamento de dados para gerenciamento do processo produtivo. A Mineração de Dados surge como uma técnica para identificar conhecimentos novos e úteis nos bancos de dados. Objetivou-se, neste trabalho, explorar a técnica Arvore de Decisão em banco de dados de incubatórios de matrizes de postura, visando a elaboração de padrões de incubação. Foram disponibilizados, pela empresa Hy-Line do Brasil Ltda, dados de incubação entre os anos de 2002 e 2006 da linhagem Hy-Line W-36. Dois experimentos foram realizados. Em um deles, valores acima dos estabelecidos pela empresa como desejado para o índice "fêmeas nascidas vendáveis" foram identificados como relevantes para a geração das regras. No outro, valores abaixo dos estabelecidos pela empresa foram identificados como relevantes para a geração das regras. Foi utilizado o algoritmo Entropia C 4.5 e o software SAS-Enterprise Miner como ferramenta de análise . Como conclusão deste estudo, foi possível observar que com a técnica estudada, os dados utilizados no gerenciamento de produção são suficientes para identificar conhecimentos novos, úteis e aplicáveis a fim de melhorar a produtividade das empresas incubadoras, atendendo à demanda com diminuição do desperdício.
publishDate 2010
dc.date.none.fl_str_mv 2010-12-01
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=S1413-70542010000600028
url http://old.scielo.br/scielo.php?script=sci_arttext&pid=S1413-70542010000600028
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 10.1590/S1413-70542010000600028
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 Editora da UFLA
publisher.none.fl_str_mv Editora da UFLA
dc.source.none.fl_str_mv Ciência e Agrotecnologia v.34 n.6 2010
reponame:Ciência e Agrotecnologia (Online)
instname:Universidade Federal de Lavras (UFLA)
instacron:UFLA
instname_str Universidade Federal de Lavras (UFLA)
instacron_str UFLA
institution UFLA
reponame_str Ciência e Agrotecnologia (Online)
collection Ciência e Agrotecnologia (Online)
repository.name.fl_str_mv Ciência e Agrotecnologia (Online) - Universidade Federal de Lavras (UFLA)
repository.mail.fl_str_mv ||renpaiva@dbi.ufla.br|| editora@editora.ufla.br
_version_ 1799874967787012096