Pesquisa Agropecuária Brasileira | |
Redes neurais artificiais para identificar genótipos de feijão-caupi semiprostrado com alta adaptabilidade e estabilidade fenotípicas | |
Paulo Eduardo Teodoro1  Laís Mayara Azevedo Barroso1  Moysés Nascimento1  Francisco Eduardo Torres1  Edvaldo Sagrilo1  Adriano Dos Santos1  Larissa Pereira Ribeiro1  | |
关键词: Vigna unguiculata; inteligência artificial; interação genótipos x ambientes.; Vigna unguiculata; artificial intelligence; genotypes x environments interaction.; | |
DOI : 10.1590/S0100-204X2015001100008 | |
来源: SciELO | |
【 摘 要 】
Resumo: O objetivo deste trabalho foi verificar a concordância entre as redes neurais artificiais (RNAs) e o método de Eberhart & Russel na identificação de genótipos de feijão-caupi (Vigna unguiculata) com alta adaptabilidade e estabilidade fenotípicas. Utilizou-se o delineamento experimental de blocos ao acaso com quatro repetições. Os tratamentos consistiram de 18 linhagens experimentais e duas cultivares de feijão-caupi. Foram conduzidos quatro ensaios de valor de cultivo e uso nos municípios de Aquidauana, Chapadão do Sul e Dourados, no estado do Mato Grosso do Sul. Os dados de produtividade de grãos foram submetidos às análises de variância individual e conjunta. Em seguida, os dados foram submetidos às análises de adaptabilidade e estabilidade por meio dos métodos de Eberhart & Russell e de RNAs. Houve elevada concordância entre os métodos avaliados quanto à discriminação da adaptabilidade fenotípica dos genótipos de feijão-caupi semiprostrado, o que indica que as RNAs podem ser utilizadas em programas de melhoramento genético. Em ambos os métodos avaliados, os genótipos BRS Xiquexique, TE97-304G-12 e MNC99-542F-5 são recomendados para ambientes desfavoráveis, gerais e favoráveis, respectivamente, por apresentarem produtividade de grãos acima da média geral dos ambientes e alta estabilidade fenotípica.
【 授权许可】
CC BY
All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License
【 预 览 】
Files | Size | Format | View |
---|---|---|---|
RO202005130058611ZK.pdf | 479KB | download |