Estruturação do problema e análise de similaridade, aplicados na redução do número de locais de experimentos em ensaios nacionais de milho.

Detalhes bibliográficos
Ano de defesa: 2008
Autor(a) principal: MEIRELLES, W. C. L.
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://www.alice.cnptia.embrapa.br/alice/handle/doc/491620
Resumo: O ensaio nacional de milho, conjunto de experimentos científicos realizados em diversas cidades do Brasil, tem como objetivo avaliar o desempenho de cultivares (plantas) de milho, em diferentes condições de solo, clima e altitude. Nesses experimentos, o desenvolvimento da cultura é monitorado durante todo o ciclo do plantio, coletando-se informações acerca do comportamento das plantas. Essas informações são posteriormente utilizadas para selecionar as cultivares mais indicadas para cada região e também para se avaliar a viabilidade do lançamento comercial de cultivares em processo de desenvolvimento. Nesta dissertação, investiga-se a utilização do processo de descoberta de conhecimento em banco de dados (KDD - Knowledge Discovery in Databases) aplicado aos dados gerados a partir dos experimentos que compõem o ensaio nacional de milhos híbridos elite, safra 2003/2004, com o objetivo de verificar a possibilidade de se reduzir o número de experimentos realizados, sem perda na qualidade e representatividade dos dados necessários para a perfeita avaliação das cultivares plantadas. Para isso, a interação entre solo, clima e planta de milho foi modelada e os principais componentes de cada um destes sistemas foram identificados. Também é investigada a aplicabilidade do uso de redes neurais artificiais para estimar dados de umidade relativa do ar, necessários ao modelo definido. Utilizando técnicas de Data Mining (análise de cluster), foram construídos agrupamentos de experimentos (cidades) que, de acordo com a metodologia proposta neste trabalho, são similares em termos de solo, clima e comportamento das plantas de milho. A coerência dos agrupamentos formados foi avaliada através de dois critérios, sendo o primeiro deles proposto nesta dissertação e o segundo definido por pesquisadores em melhoramento genético da Embrapa Milho Sorgo. Na avaliação pelo primeiro critério, dos 11 agrupamentos formados, quatro foram considerados incoerentes e pelo segundo critério, nenhum agrupamento foi considerado coerente.
id EMBR_4cccfdb34fe79fa2249ad7e5d8aa3b0b
oai_identifier_str oai:www.alice.cnptia.embrapa.br:doc/491620
network_acronym_str EMBR
network_name_str Repositório Institucional da EMBRAPA (Repository Open Access to Scientific Information from EMBRAPA - Alice)
repository_id_str
spelling Estruturação do problema e análise de similaridade, aplicados na redução do número de locais de experimentos em ensaios nacionais de milho.Banco de dadosMelhoramento genéticoRedes neuraisComputaçãoMilhoO ensaio nacional de milho, conjunto de experimentos científicos realizados em diversas cidades do Brasil, tem como objetivo avaliar o desempenho de cultivares (plantas) de milho, em diferentes condições de solo, clima e altitude. Nesses experimentos, o desenvolvimento da cultura é monitorado durante todo o ciclo do plantio, coletando-se informações acerca do comportamento das plantas. Essas informações são posteriormente utilizadas para selecionar as cultivares mais indicadas para cada região e também para se avaliar a viabilidade do lançamento comercial de cultivares em processo de desenvolvimento. Nesta dissertação, investiga-se a utilização do processo de descoberta de conhecimento em banco de dados (KDD - Knowledge Discovery in Databases) aplicado aos dados gerados a partir dos experimentos que compõem o ensaio nacional de milhos híbridos elite, safra 2003/2004, com o objetivo de verificar a possibilidade de se reduzir o número de experimentos realizados, sem perda na qualidade e representatividade dos dados necessários para a perfeita avaliação das cultivares plantadas. Para isso, a interação entre solo, clima e planta de milho foi modelada e os principais componentes de cada um destes sistemas foram identificados. Também é investigada a aplicabilidade do uso de redes neurais artificiais para estimar dados de umidade relativa do ar, necessários ao modelo definido. Utilizando técnicas de Data Mining (análise de cluster), foram construídos agrupamentos de experimentos (cidades) que, de acordo com a metodologia proposta neste trabalho, são similares em termos de solo, clima e comportamento das plantas de milho. A coerência dos agrupamentos formados foi avaliada através de dois critérios, sendo o primeiro deles proposto nesta dissertação e o segundo definido por pesquisadores em melhoramento genético da Embrapa Milho Sorgo. Na avaliação pelo primeiro critério, dos 11 agrupamentos formados, quatro foram considerados incoerentes e pelo segundo critério, nenhum agrupamento foi considerado coerente.Dissertação (Mestrado) - Pontifica Universidade Católica de Minas Gerais, Belo Horizonte, MG.WANDERLEY CLARETE LANZA MEIRELLES, CNPMS.MEIRELLES, W. C. L.2025-05-13T14:47:40Z2025-05-13T14:47:40Z2008-12-052008info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesis126 f.2008.http://www.alice.cnptia.embrapa.br/alice/handle/doc/491620porinfo: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:EMBRAPA2025-05-17T11:37:47Zoai:www.alice.cnptia.embrapa.br:doc/491620Repositório InstitucionalPUBhttps://www.alice.cnptia.embrapa.br/oai/requestcg-riaa@embrapa.bropendoar:21542025-05-17T11:37:47Repositório 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 Estruturação do problema e análise de similaridade, aplicados na redução do número de locais de experimentos em ensaios nacionais de milho.
title Estruturação do problema e análise de similaridade, aplicados na redução do número de locais de experimentos em ensaios nacionais de milho.
spellingShingle Estruturação do problema e análise de similaridade, aplicados na redução do número de locais de experimentos em ensaios nacionais de milho.
MEIRELLES, W. C. L.
Banco de dados
Melhoramento genético
Redes neurais
Computação
Milho
title_short Estruturação do problema e análise de similaridade, aplicados na redução do número de locais de experimentos em ensaios nacionais de milho.
title_full Estruturação do problema e análise de similaridade, aplicados na redução do número de locais de experimentos em ensaios nacionais de milho.
title_fullStr Estruturação do problema e análise de similaridade, aplicados na redução do número de locais de experimentos em ensaios nacionais de milho.
title_full_unstemmed Estruturação do problema e análise de similaridade, aplicados na redução do número de locais de experimentos em ensaios nacionais de milho.
title_sort Estruturação do problema e análise de similaridade, aplicados na redução do número de locais de experimentos em ensaios nacionais de milho.
author MEIRELLES, W. C. L.
author_facet MEIRELLES, W. C. L.
author_role author
dc.contributor.none.fl_str_mv WANDERLEY CLARETE LANZA MEIRELLES, CNPMS.
dc.contributor.author.fl_str_mv MEIRELLES, W. C. L.
dc.subject.por.fl_str_mv Banco de dados
Melhoramento genético
Redes neurais
Computação
Milho
topic Banco de dados
Melhoramento genético
Redes neurais
Computação
Milho
description O ensaio nacional de milho, conjunto de experimentos científicos realizados em diversas cidades do Brasil, tem como objetivo avaliar o desempenho de cultivares (plantas) de milho, em diferentes condições de solo, clima e altitude. Nesses experimentos, o desenvolvimento da cultura é monitorado durante todo o ciclo do plantio, coletando-se informações acerca do comportamento das plantas. Essas informações são posteriormente utilizadas para selecionar as cultivares mais indicadas para cada região e também para se avaliar a viabilidade do lançamento comercial de cultivares em processo de desenvolvimento. Nesta dissertação, investiga-se a utilização do processo de descoberta de conhecimento em banco de dados (KDD - Knowledge Discovery in Databases) aplicado aos dados gerados a partir dos experimentos que compõem o ensaio nacional de milhos híbridos elite, safra 2003/2004, com o objetivo de verificar a possibilidade de se reduzir o número de experimentos realizados, sem perda na qualidade e representatividade dos dados necessários para a perfeita avaliação das cultivares plantadas. Para isso, a interação entre solo, clima e planta de milho foi modelada e os principais componentes de cada um destes sistemas foram identificados. Também é investigada a aplicabilidade do uso de redes neurais artificiais para estimar dados de umidade relativa do ar, necessários ao modelo definido. Utilizando técnicas de Data Mining (análise de cluster), foram construídos agrupamentos de experimentos (cidades) que, de acordo com a metodologia proposta neste trabalho, são similares em termos de solo, clima e comportamento das plantas de milho. A coerência dos agrupamentos formados foi avaliada através de dois critérios, sendo o primeiro deles proposto nesta dissertação e o segundo definido por pesquisadores em melhoramento genético da Embrapa Milho Sorgo. Na avaliação pelo primeiro critério, dos 11 agrupamentos formados, quatro foram considerados incoerentes e pelo segundo critério, nenhum agrupamento foi considerado coerente.
publishDate 2008
dc.date.none.fl_str_mv 2008-12-05
2008
2025-05-13T14:47:40Z
2025-05-13T14:47:40Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv 2008.
http://www.alice.cnptia.embrapa.br/alice/handle/doc/491620
identifier_str_mv 2008.
url http://www.alice.cnptia.embrapa.br/alice/handle/doc/491620
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.format.none.fl_str_mv 126 f.
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_ 1855565970305712128