Algumas publicações do grupo no ano de 2019
O Laboratório de Inteligência Computacional e Aprendizado Estatístico (LICAE) tem a satisfação de divulgar alguns artigos científicos desenvolvidos pelo grupo durante o ano de 2019. Todos os trabalhos abaixo são aplicações de técnicas de inteligência computacional e aprendizado estatístico na agropecuária. Tal divulgação visa, além de divulgar tais trabalhos, obter parcerias de pesquisadores (ex.: troca de conhecimento), estudantes (ex.: possíveis orientações e co-orientações em temas de interesse) e profissionais (ex.: treinamento sobre algum tema especifico) interessados nos temas apresentados.
Grupo 1: Aprendizado Estatístico aplicado a Agropecuária
a. ANDRADE, L. R. B.; SOUSA, M. B. E.; OLIVEIRA, E. J.; RESENDE, M.D.V.; AZEVEDO, C. Cassava yield traits predicted by genomic selection methods. PLoS One, v. 14, p. 1, 2019. Doi: https://doi.org/10.1371/journal.pone.0224920
b. BARBOSA, I. P. ; COSTA, W. G.; NASCIMENTO, M.; CRUZ, C. D.; OLIVEIRA, A. C. B. Recommendation of Coffea arabica genotypes by factor analysis. EUPHYTICA, v. 215, p. 178, 2019. Doi: https://doi.org/10.1007/s10681-019-2499-x
c. BARROSO, L. M. A.; NASCIMENTO, M.; BARILI, L. D.; NASCIMENTO, A.C.C.; VALE, N. M.; SILVA, F. F.; CARNEIRO, J. E. S. Analysis of the adaptability of black bean cultivars by means of quantile regression. CIÊNCIA RURAL, v. 49, p. e2018045, 2019. Doi: http://dx.doi.org/10.1590/0103-8478cr20180045
d. LIMA, L. P.; AZEVEDO, C. F.; RESENDE, M. D. V.; SILVA, F. F.; SUELA, M. M.; NASCIMENTO, M.; VIANA, J. M. S. New insights into genomic selection through population-based non-parametric prediction methods. SCIENTIA AGRICOLA, v. 76, p. 290-298, 2019. Doi: http://dx.doi.org/10.1590/1678-992x-2017-0351
e. LIMA, L. P.; AZEVEDO, C. F.; RESENDE, M. D. V.; SILVA, F. F.; VIANA, J. M. S.; OLIVEIRA, E. J. Triple categorical regression for genomic selection: application to cassava breeding. SCIENTIA AGRICOLA, v. 76, p. 368-375, 2019. Doi: http://dx.doi.org/10.1590/1678-992x-2017-0369
f. NASCIMENTO, A. C. C.; NASCIMENTO, M.; AZEVEDO, C. F.; SILVA, F. F.; BARILI, L.; VALE, N.; CARNEIRO, J. E.; CRUZ, C. D.; CARNEIRO, P. C.; SERÃO, N. Quantile Regression Applied to Genome-Enabled Prediction of Traits Related to Flowering Time in the Common Bean. Agronomy-Basel, v. 9, p. 796, 2019. Doi: https://doi.org/10.3390/agronomy9120796
g. OLIVEIRA, A. C. R.; CECON,P.R.; NASCIMENTO, M.; FINGER, F. L.; PEREIRA, G. M. ; PUIATTI, G. A. Genetic divergence between pepper accessions based on quantitative fruit traits. CIENTÍFICA (JABOTICABAL. ONLINE), v. 47, p. 83, 2019.
h. PAIVA, J. T.; OLIVEIRA, H. R.; NASCIMENTO, M.; NASCIMENTO, A.C.C.; SILVA, H. T.; HENRIQUES, R.; LOPES, PAULO SÁVIO; SILVA, F. F.; VERONEZE, R.; FERRAZ, J. B.; MATOS, E.; GAYA, L. Genetic evaluation for latent variables derived from factor analysis in broilers. BRITISH POULTRY SCIENCE, v. 60, p. 1-7, 2019. Doi: https://doi.org/10.1080/00071668.2019.1680801
i. SANT’ANNA, I. C.; FERREIRA, R. A. D. C.; NASCIMENTO, M.; CARNEIRO, V. Q. ; SILVA, G. N. ; CRUZ, C. D. ; OLIVEIRA, M. da S.; CHAGAS, F. E. Multigenerational prediction of genetic values using genome-enabled prediction. PLoS One, v. 14, p. e0210531, 2019. Doi: https://doi.org/10.1371/journal.pone.0210531
SILVA, G. N.; SILVA JUNIOR, A. C.; SANT’ANNA, I. C.; CRUZ, C. D.; NASCIMENTO, M.; SOARES, P. C. Projeção de distâncias como método auxiliar na classificação de arroz irrigado quanto a adaptabilidade e estabilidade. REVISTA BRASILEIRA DE BIOMETRIA, v. 37, p. 229-243, 2019.PA
j. SUELA, M. M.; LIMA, L. P.; AZEVEDO, C. F.; RESENDE, M. D. V.; NASCIMENTO, M.; SILVA, F. F. Combined index of genomic prediction methods applied to productivity. CIÊNCIA RURAL, v. 49, p. 1, 2019. Doi: http://dx.doi.org/10.1590/0103-8478cr20181008
k. TEODORO, P. E.; FARIAS, F. J. C.; DE CARVALHO, L. P.; RIBEIRO, L. P.; NASCIMENTO, M.; AZEVEDO, C. F.; CRUZ, C. D.; BHERING, L. L. Adaptability and Stability of Cotton Genotypes Regarding Fiber Yield and Quality Traits. CROP SCIENCE, v. 59, p. 1, 2019. Doi: http://dx.doi.org/10.2135/cropsci2018.04.0250
l. TEODORO, P. E.; AZEVEDO, C. F.; FARIAS, F.; ALVES, R.; PEIXOTO, L.; RIBEIRO, L. P.; CARVALHO, L.; BHERING, L. L. Adaptability of cotton (Gossypium hirsutum) genotypes analysed using a Bayesian AMMI model. Crop & Pasture Science, v. 1, p. 1, 2019. Doi: https://doi.org/10.1071/CP18318
m. TORRES, L. G.; CAIXETA, D. G.; REZENDE, W. M.; SCHUSTER, A.; AZEVEDO, C. F.; E SILVA, F. F.; DE LIMA, R. O. Genotypic variation and relationships among traits for root morphology in a panel of tropical maize inbred lines under contrasting nitrogen levels. EUPHYTICA, v. 215, p. 1, 2019. Doi: http://dx.doi.org/10.1007/s10681-019-2373-x
n. TORRES, L. G.; RESENDE, M.D.V.; AZEVEDO, C. F.; SILVA, F. F; OLIVEIRA, E. J. Genomic selection for productive traits in biparental cassava breeding populations. PLoS One, v. 14, p. e0220245, 2019. Doi: https://doi.org/10.1371/journal.pone.0220245
o. VOLPATO, L.; ALVES, R. S.; TEODORO, P. E.; DE RESENDE, MARCOS DEON VILELA; NASCIMENTO, M.; NASCIMENTO, A.C.C.; LUDKE, W. H. ; SILVA, F. L. da; OLIVEIRA, A. B. Multi-trait multi-environment models in the genetic selection of segregating soybean progeny. PLoS One, v. 14, p. e0215315, 2019. Doi:
https://doi.org/10.1007/s10681-019-2499-x
Grupo 2: Aprendizado de máquina e inteligência computacional aplicada à Agropecuária
a. CARMO, D. G.; FARIAS, E. S.; COSTA, T. L.; QUEIROZ, E. A.; NASCIMENTO, M.; PICANCO, M. C. Instar Determination of Blaptostethus pallescens (Hemiptera: Anthocoridae) Using Artificial Neural Networks. ANNALS OF THE ENTOMOLOGICAL SOCIETY OF AMERICA, v. 1, p. 1-5, 2019. Doi: https://doi.org/10.1093/aesa/saz059
b. MATSUO, E.; FERREIRA, S. C.; NOGUEIRA, J. P.; NASCIMENTO, M. Stability of the hypocotyl length of soybean cultivars using neural networks and traditional methods. CIÊNCIA RURAL, v. 49, p. e20180300, 2019.
c. ODA, M.; SEDIYAMA, T.; MATSUO, E.; NASCIMWNTO, M.; CRUZ, C. D. Estabilidade e adaptabilidade de produção de grãos de soja por meio de metodologias tradicionais e redes neurais artificiais. SCIENTIA AGRARIA PARANAENSIS, v. 18, p. 117-124, 2019.
d. SANTOS, I. G.; CRUZ, C. D.; NASCIMENTO, M.; FERREIRA, R. P. Selection index as a priori information for using artificial neural networks to classify alfalfa genotypes. GENETICS AND MOLECULAR RESEARCH, v. 18, p. 18221, 2019.
e. SANT’ANNA, I. C.; NASCIMENTO, M. ; SILVA, G. N. ; CRUZ, C. D. ; AZEVEDO, C. F.; GLORIA, L. S. Genome-enabled prediction of genetic values for using radial basis function neural networks. Functional Plant Breeding Journal, 2019.
Grupo 3. Software
a. AZEVEDO, C.F.; NASCIMENTO, M.; FONTES, V. C.; SILVA, F. F; RESENDE, M.D.V.; CRUZ, C. D. GenomicLand: Software for genome-wide association studies and genomic prediction. ACTA SCIENTIARUM-AGRONOMY, v. 41, p. 45361, 2019. Doi: https://doi.org/10.4025/actasciagron.v41i1.45361