Redes Neurais Artificiais na Predição de Valores Genéticos: Aplicação de Inteligência Computacional e Seleção Genômica no Melhoramento de Plantas (in Portuguese)
Isabela De Castro Sant'anna; Cosme DamiÃO Cruz
Redes Neurais Artificiais na Predição de Valores Genéticos: Aplicação de Inteligência Computacional e Seleção Genômica no Melhoramento de Plantas (in Portuguese)
Redes Neurais Artificiais na Predição de Valores Genéticos: Aplicação de Inteligência Computacional e Seleção Genômica no Melhoramento de Plantas (in Portuguese) - Isabela De Castro Sant'anna; Cosme DamiÃO Cruz
New Book
£ 58.11
Free UK Delivery
Choose the list to add your product or create one New List
Origin: U.S.A.
(Import costs included in the price)
It will be shipped from our warehouse between Friday, July 05 and Wednesday, July 17.
You will receive it anywhere in United Kingdom between 1 and 3 business days after shipment.
Redes Neurais Artificiais na Predição de Valores Genéticos: Aplicação de Inteligência Computacional e Seleção Genômica no Melhoramento de Plantas (in Portuguese)
Isabela De Castro Sant'anna; Cosme DamiÃO Cruz
Synopsis "Redes Neurais Artificiais na Predição de Valores Genéticos: Aplicação de Inteligência Computacional e Seleção Genômica no Melhoramento de Plantas (in Portuguese)"
A identificação de genótipos com desempenho superior é um dos principais objetivos da maioria dos programas de melhoramento de plantas. No entanto, a capacidade de atingir esse objetivo é limitada pelo alto custo da fenotipagem e realização de experimentos. Neste contexto, a Seleção Genômica (SG) foi proposta para estimar o valor genético de indivíduos que ainda não foram fenotipados por meio de informações de marcadores distribuídos em todo o genoma. No entanto, a maioria das modelagens da SG expressam o valor fenotípico como função apenas do efeito aditivo do valor genotípico o que dificulta, muitas vezes, uma representação mais realística da arquitetura genética de caracteres quantitativos, sendo a inclusão de efeitos dominância e interações epistáticas fatores cruciais para aumentar a acurácia da predição. Neste contexto, as Redes Neurais Artificias (RNAs) tornam-se alternativas de análise promissoras por capturar relações não lineares entre os marcadores a partir dos próprios dados, o que a maioria dos modelos comumente utilizados na SG não conseguem.