1. Repositório Institucional - Universidade Federal de Uberlândia
2. Instituto de Ciências Agrárias (ICIAG)
3. TCC - Agronomia (Uberlândia)

ORCID:	http://orcid.org/0000-0001-6691-2326
Tipo do documento:	Trabalho de Conclusão de Curso
Tipo de acesso:	Acesso Embargado
Término do embargo:	2025-04-28
Título:	Seleção de genótipos de algodoeiro utilizando redes neurais artificiais
Título(s) alternativo(s):	Selection of cotton genotypes using artificial neural networks
Autor(es):	Silva Junior, Elvécio Gomes
Primeiro orientador:	Sousa, Larissa Barbosa de
Primeiro membro da banca:	Cardoso, Daniel Bonifácio Oliveira
Segundo membro da banca:	Oliveira, Suelen Martins de
Resumo:	A alta qualidade da fibra do algodoeiro é fator primordial para que o algodão tenha uma boa aceitação no mercado externo e interno, afetando diretamente sua comercialização. Os programas de melhoramento da cultura atualmente utilizam de análises estatísticas para auxiliar na identificação de genótipos superiores em diversas etapas do desenvolvimento de um cultivar. Diferentemente dessas análises, a abordagem da inteligência computacional tem sido pouco explorada na área do melhoramento genético do algodoeiro. Assim, esse trabalho foi realizado com o objetivo de apresentar o uso das redes neurais artificiais como ferramentas auxiliares no melhoramento do algodoeiro visando a melhoria da qualidade da fibra. Para demonstrar a aplicabilidade dessa abordagem, foi desenvolvido um estudo utilizando os dados de avaliação de 40 genótipos do Programa de Melhoramento Genético do Algodoeiro (PROMALG) da Universidade Federal de Uberlândia. Com o intuito de classificar os genótipos quanto à qualidade de fibra, as redes neurais artificiais foram treinadas com dados de repetição de 20 genótipos de algodoeiro avaliados nas safras de 2013/14 e 2014/15, quanto ao comprimento de fibra, uniformidade do comprimento, resistência da fibra, índice micronaire, alongamento, índice de fibras curtas, índice de maturação, grau de reflectância e o índice de qualidade de fibra. Este índice de qualidade foi estimado através de média ponderada sobre o escore determinado (1 a 5) de cada característica do HVI avaliada, de acordo com seus padrões de exigência para indústria. As redes neurais artificias apresentaram elevada capacidade de classificação correta dos 20 genótipos selecionados com base no índice de qualidade de fibra, de forma que quando utilizado comprimento de fibra associado à índice de fibras curtas, maturação da fibra e índice micronaire, as redes neurais artificiais apresentaram melhores resultados do que utilizando somente comprimento de fibra e associações anteriores. Também se observou que submeter dados de médias de novos genótipos às redes neurais treinadas com dados de repetição, provê melhores resultados de classificação dos genótipos. Ao observar os resultados obtidos no presente trabalho, verificou-se que as redes neurais artificiais apresentam grande potencial para serem empregadas nas diferentes etapas de um programa de melhoramento genético do algodoeiro, visando a melhoria da qualidade de fibra dos futuros cultivares.
Palavras-chave:	Gossypium hirsutum Redes neurais artificiais
Área(s) do CNPq:	CNPQ::CIENCIAS AGRARIAS::AGRONOMIA::FITOTECNIA::MELHORAMENTO VEGETAL
Idioma:	por
País:	Brasil
Editora:	Universidade Federal de Uberlândia
Referência:	SILVA JÚNIOR, Elvécio Gomes. Seleção de genótipos de algodoeiro utilizando redes neurais artificiais. 2017. 20 f. Trabalho de Conclusão de Curso (Graduação em Agronomia) - Universidade Federal de Uberlândia, Uberlândia, 2023.
URI:	https://repositorio.ufu.br/handle/123456789/38688
Data de defesa:	28-Abr-2017
Aparece nas coleções:	TCC - Agronomia (Uberlândia)

Este item está licenciada sob uma Licença Creative Commons