Uso de redes neurais artificiais – Self Organizing Map na seleção de genótipos de Eucalyptus spp. produzidos em diferentes recipientes de produção
Carregando...
Data
2024-06-07
Autores
Orientador
Barretto, Vitor Corrêa de Mattos 
Coorientador
Tomaz, Rafael Simões
Pós-graduação
Curso de graduação
Dracena - FCAT - Engenharia Agronômica
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Trabalho de conclusão de curso
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
O Eucalyptus spp. desempenha um papel fundamental no Brasil, sendo uma das principais espécies que compõem as florestas plantadas no país. Embora o uso de recipientes de fontes não renováveis ainda seja predominante na produção de mudas florestais, novas alternativas que minimizem os impactos ambientais gerados têm sido amplamente estudadas. Concomitantemente a isso, a inteligência artificial está cada vez mais presente na agricultura, especialmente no setor florestal, sendo utilizada na identificação de incêndios, medição de volume, diâmetro e altura, detecção de doenças e avaliação da diversidade genética. Nesse sentido, as Redes Neurais Artificiais, em particular, demonstram uma notável capacidade de ajuste e adaptação, possibilitando a análise e simulação de interações em sistemas complexos. Neste contexto, o objetivo deste estudo foi avaliar o desenvolvimento das mudas em diferentes recipientes de produção e estudar a diversidade genética visando selecionar os melhores genótipos de Eucalyptus urograndis e Corymbia citriodora utilizando redes neurais Self Organizing Map (SOM). As plantas provenientes de sementes, foram desenvolvidas em casa de vegetação e transplantadas para vasos. Foram realizadas as avaliações da altura de planta e medição da fluorescência da clorofila. O experimento foi realizado em delineamento inteiramente casualizado, em esquema fatorial 8x2 com 6 repetições. Na análise estatística, foram considerados modelos lineares e não lineares, e as espécies foram avaliadas separadamente. Os resultados indicaram que o uso dos recipientes SIS BGC® interferiu no desenvolvimento das mudas, afetando negativamente o crescimento das plantas. O estudo da divergência genética dentro das populações foi realizado por meio de cálculos da distância Euclidiana. Devido à complexidade e à experiência necessária para a interpretação dos resultados dos dendrogramas gerados, utilizamos as redes neurais SOM como método auxiliar nas avaliações. Em síntese, as redes neurais SOM permitiram a visualização e identificação de genótipos superiores com base nas características das plantas, além de facilitar a identificação dos melhores indivíduos, viabilizando a tomada de decisão na seleção para o cruzamento.
Resumo (inglês)
Eucalyptus spp. plays a fundamental role in Brazil, being one of the main species composing the planted forests in the country. Although the use of containers from non-renewable sources still predominates in forest seedling production, new alternatives that minimize the environmental impacts generated have been widely studied. Concurrently with this, artificial intelligence is increasingly present in agriculture, especially in the forestry sector, being used in fire detection, volume measurement, diameter and height, disease detection, and evaluation of genetic diversity. In this sense, Artificial Neural Networks, in particular, demonstrate a remarkable capacity for adjustment and adaptation, enabling the analysis and simulation of interactions in complex systems. In this context, the objective of this study was to evaluate the development of seedlings in different production containers and to study genetic diversity in order to select the best Eucalyptus urograndis and Corymbia citriodora genotypes using Self Organizing Map (SOM) neural networks. Plants from seeds were developed in a greenhouse and transplanted to pots. Evaluations of plant height an chlorophyll fluorescence measurements were performed. The experimente was conducted in a completely randomized desig, in na 8x2 factorial scheme with 6 repetitions. In the statistical analysis, linear and non-linear models were considered, and the species were evaluated separately. The results indicated that the use of SIS BGC® containers interfered with seedling development, negatively affecting plant growth. The study of genetic divergence within populations was conducted through Euclidean distance calculations. Due to the complexity and experience required for interpreting the results of the dendrograms generated, we used SOM neural networks as an auxiliary method in the evaluations. In summary, SOM neural networks allowed the visualization and identification of superior genotypes based on plant characteristics, as well as facilitating the identification of the best individuals, enabling decision-making in selection for crossing.
Descrição
Idioma
Português
Como citar
NASCIMENTO, Elis Maria. Uso de redes neurais artificiais – Self Organizing Map na seleção de genótipos de Eucalyptus spp. produzidos em diferentes recipientes de produção. 2024. 54 f. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Agronômica) - Universidade Estadual Paulista (UNESP), Faculdade de Ciências Agrárias e Tecnológicas, Dracena, 2024.