Com a finalidade de avaliar o programa de melhoramento da cana-de-açúcar, este trabalho teve como objetivos: determinar o grau da interação famílias x ambientes (FA); comparar métodos de seleção na etapa inicial em termos de resposta esperada à seleção; e propor o método de seleção sequencial modificado. Para isso, foram avaliados 4752 'seedlings' pertencentes a 33 famílias (irmãs germanas e meia irmãs), em dois locais do Estado de São Paulo, Piracicaba e Jaú. Os caracteres estimados foram altura e diâmetro dos colmos, número de perfilhos, Brix % caldo da cana, toneladas de cana por hectare (TCH) e toneladas de Brix por hectare (TBH). Para validar a resposta esperada à seleção sequencial modificada, 40 famílias foram selecionadas por este método e os clones foram multiplicados até a etapa III do programa de melhoramento, a fim de fornecer a resposta realizada à seleção. Os resultados mostraram interação FA significativa para todos os caracteres avaliados. A opção por uma seleção específica implicou em aumentos de ganhos de 4,1% e 5,8% para TBH, para Piracicaba e Jaú, respectivamente, em relação à seleção de famílias generalistas, ou seja, baseada na média dos dois locais. A seleção sequencial modificada, proposta neste trabalho e a seleção combinada através de índices apresentaram pouca vantagem em relação à seleção massal, na condição de seleção direta (sem avaliação visual). Nessas mesmas condições, a seleção sequencial tradicional e a australiana foram inferiores à seleção massal, em termos de progresso esperado, para todos os caracteres. Incluindo a seleção indireta (com avaliação visual) o método sequencial modificado foi sempre superior à seleção massal, para os principais caracteres avaliados (TCH e TBH). Para os métodos australiano e tradicional, houve vantagem apenas quando a correlação genética entre a avaliação visual e o caráter principal foi igual ou inferior a 0,7. Dessa forma, e devido à dificuldade prática de utilizar índices (seleção combinada), concluiu-se que o método proposto de seleção sequencial modificada é perfeitamente viável, sendo, portanto, recomendado. Na comparação entre as respostas estimada e a realizada com a seleção sequencial modificada, houve concordância dos resultados, na condição de correlação genética igual a 0,62. Isso veio reforçar a confiabilidade das estimativas obtidas no trabalho, bem como assegurar as vantagens do método proposto sobre os demais aqui apresentados. Se considerada uma correlação genética entre o critério de avaliação visual e o caráter principal variando entre 0,5 a 0,7, a superioridade do método proposto em relação ao massal é da ordem de 3% a 5%, em termos de ganho esperado para TCH, em um ciclo de seleção. Para alcançar estes mesmos ganhos com a seleção massal, ter-se-ia que aumentar a população inicial entre 36% a 100%. Alternativamente, mantendo os mesmos tamanhos populacionais, o número provável de clones no final do processo seletivo seria aumentado em 85% a 150%, apenas com a substituição do método de seleção massal pelo sequencial modificado na etapa inicial. / Aiming at the evaluation of the sugarcane breeding program, this study had the following objectives: to determine the degree of the family x environments interaction (FE); to compare selection methods in the initial phase, in terms of expected response to selection, and to propose the modified sequential selection method. For this, 4752 seedlings, originated from 33 families (full-sibs and half-sibs), were evaluated in two sites of the State of São Paulo: Piracicaba and Jaú. The traits evaluated were stalk height and diameter, number of stalks, Brix % cane juice, tons of cane per hectare (TCH) and tons of brix per hectare (TBH). To validate the expected response to the modified sequential selection, 40 families were selected by this method and the clones were multiplied until phase III of the breeding program and the realized gains in selection measured. The results showed significant FE interaction for all evaluated traits. The option for a site specific selection would increase gains by 4.1% and 5.8% for TBH in Piracicaba and Jau, respectively, in relation to the generalized family selections, that is, based on the average of the two sites. The proposed modified sequential selection and the combined selection using indices showed little advantage over the mass selection using direct selection (without visual selection). In these conditions, the traditional sequential selection and the Australian one were inferior to the mass selection, in terms of expected progress, for all traits. Allowing for the indirect selection (with visual selection) the modified sequential method was always superior to the mass for the main traits evaluated (TCH and TBH). The Australian method and the Traditional one, were advantageous in relation to the mass selection only when the genetic correlation between visual selection and the main trait was equal or inferior to 0.7. For this reason, and given the practical difficulty of applying indices (combined selection), it was concluded that the proposed method of modified sequential is perfectly viable and was reccommended. Comparing the estimated and realized response of the modified sequential selection, there was correspondence of results, given rG equals to 0.62. This result confirmed the reliance of the estimates obtained in this study, and assured the advantages of the proposed method over those compared. Considering a genetic correlation (rG), between the visual selection criterion and the main character, varying from 0.5 to 0.7, the superiority of the proposed method over the mass one, varies from 3 to 5%, in terms of expected gain, for TCH in one selection cycle. To obtain these same gains with mass selection, one would have to increase the initial population between 36% and 100%. Alternatively, keeping the same population sizes, the likely number in the end of the selection process would be increased in 85% to 150%, just with the substitution of the method of mass selection by the modified sequential one, in the initial phase.

Orientador: Fábio Roberto Chavarette / Resumo: Este trabalho é dedicado ao desenvolvimento de uma metodologia baseada no monitoramento da integridade estrutural em aeronaves com foco em técnicas de computação inteligente, tendo como intuito detectar, localizar e quantificar falhas estruturais utilizando os sistemas imunológicos artificiais (SIA). Este conceito permite compor o sistema de diagnóstico apto a aprender continuamente, contemplando distintas situações de danos, sem a necessidade de reiniciar o processo de aprendizado. Neste cenário, foi empregado dois algoritmos imunológicos artificiais, sendo o algoritmo de seleção negativa, responsável pelo processo de reconhecimento de padrões, e o algoritmo de seleção clonal responsável pelo processo de aprendizado continuado. Também foi possível quantificar o grau de influência do dano para as cinco situações de danos. Para avaliar a metodologia foi montada uma bancada experimental com transdutores piezelétricos que funcionam como sensor e atuador em configurações experimentais, que podem ser anexadas à estrutura para produzir ou coletar ondas numa placa de alumínio (representando a asa do avião), sendo coletados sinais na situação normal e em cinco situações distintas de danos. Os resultados demonstraram robustez e precisão da nova metodologia proposta. / Abstract: This work is dedicated to the development of a methodology based on the monitoring of structural integrity in aircraft with a focus on intelligent computing techniques, aiming to detect structural failures using the artificial immune systems (AIS). This concept allows to compose the diagnostic system capable of learning continuously, contemplating different situations of damages, without the need to restart the learning process. In this scenario, two artificial immunological algorithms were employed, the negative selection algorithm, responsible for the pattern recognition process, and the clonal selection algorithm responsible for the continuous learning process. It was also possible to quantify the degree of influence of the damage for the five damage situations. To assess the methodology, an experimental bench was mounted with piezoelectric transducers that act as sensors and actuators in experimental configurations, which can be attached to the structure to produce or collect waves on an aluminum plate (representing the wing of the airplane), being collected signals in the normal situation and in five different situations of damages. The results demonstrate the robustness and accuracy of the proposed new methodology. / Doutor

Made available in DSpace on 2016-08-10T10:40:28Z (GMT). No. of bitstreams: 1 Jorcivan Silva Ramos.pdf: 779202 bytes, checksum: e48a074121bf6a4260fb48b0324ff286 (MD5) Previous issue date: 2015-07-07 / This paper presents the development of a co-evolutionary genetic algorithm for the selection of samples from a data set and the selection of variables from the samples selected in the context of multivariate calibration . Each sample is divided into the calibration set for the preparation of the model and validating the calibration set of model. The algorithm selects samples variables with the goal of building the calibration models. The results show that the data sets selected by the proposed algorithm models to produce better predictive ability of the models reported in the literature. / Esse trabalho apresenta o desenvolvimento de um algoritmo genético co-evolutivo para a seleção de amostras a partir de um conjunto de dados e a seleção de variáveis a partir das amostras selecionadas no contexto da calibração multivariada. Cada amostra é dividida em conjunto de calibração para a confecção do modelo e conjunto de validação do modelo de calibração. O algoritmo seleciona amostras e variáveis com o objetivo de construir modelos de calibração. Os resultados mostram que os conjuntos de dados selecionados pelo algoritmo proposto produzem modelos com melhor capacidade preditiva do que os modelos relatados na literatura.

Durante a evolução dos estudos relativos à tomada de decisão, vários métodos surgiram, com intuito de prover suporte àqueles que participam do processo decisório. Os métodos de Apoio Multicritério à Decisão (AMD) oferecem diferentes modos de decomposição de um problema complexo, de ponderar critérios e de medir o grau de alcance dos objetivos pelas alternativas. Dentre tais métodos, pode-se citar o Analytic Hierarchy Process (AHP) que se caracteriza pela decomposição do problema de decisão em uma estrutura hierárquica. O objetivo desta tese é empregar o método AHP com as abordagens Ratings e os méritos Benefícios, Oportunidades, Custos e Riscos (BOCR) a um exemplo ilustrativo do Projeto F-X2, de modo a proporcionar a devida organização de informações e conduzir de forma ordenada o processo de decisão. O Projeto F-X2, programa da Força Aérea Brasileira (FAB), visa o reaparelhamento da Aviação de Caça da FAB por aviões supersônicos de última geração. Os resultados obtidos no referido exemplo ilustrativo evidenciaram a adequabilidade do método também aos problemas de decisão de cunho militar. A adição das abordagens Ratings e BOCR contribuíram efetivamente para tornar a solução mais robusta, na medida em que classifica as alternativas em categorias de intensidades e introduz a influência de prioridades negativas no problema de decisão.

A automação da classificação visual de produtos vem ganhando cada vez mais importância nos processos produtivos agrícolas. Isto posto, uma das principais dificuldades encontradas por produtores de flores e plantas ornamentais é garantir o crescimento homogêneo de suas plantas. Nesse cenário, as mudas utilizadas para gerar as plantas são importantes uma vez que se pode estimar seu potencial de crescimento através de uma inspeção visual. Sendo assim, um sistema de visão computacional pode ser empregado para automatizar essa tarefa. Porém, diferentemente de indústrias tradicionais, a indústria agrícola apresenta grande variabilidade entre os produtos analisados. Técnicas de aprendizado de máquina supervisionado conseguem avaliar um conjunto de atributos referentes ao objeto inspecionado para classificá-lo corretamente, de forma a lidar tanto com a variabilidade dos produtos em inspeção quanto com a incorporação do conhecimento de especialistas pelo sistema. A definição do conjunto de atributos a ser extraído das imagens dos produtos é de extrema importância, pois é ele quem fornece toda a informação utilizada no sistema. Um conjunto com diversos atributos assegura que toda a informação necessária é capturada, porém atributos irrelevantes ou redundantes podem prejudicar o desempenho dos classificadores. Técnicas de seleção de atributos podem ser utilizadas para equilibrar essas necessidades. O objetivo do trabalho foi o de avaliar a eficácia dessas técnicas para a classificação de mudas de violeta. Vinte e seis parâmetros foram extraídos de seiscentas imagens rotuladas em quatro níveis de qualidade. Em seguida, os desempenhos de seis classificadores foram comparados considerando-se um universo de subconjuntos gerados por quatro técnicas de seleção de atributos. Os resultados mostraram que essas técnicas são realmente vantajosas, gerando ganhos de até 8,8% nas taxas de acertos e ao mesmo tempo reduzindo de 26 para 11 o número médio de atributos utilizados. O classificador Logistic Regression associado ao subconjunto gerado pelo Chi-quadrado foi o que apresentou melhor desempenho global, atingindo 80% de acerto. O classificador Random Forest ficou em segundo lugar, porém se mostrou menos sensível a seleção de atributos. / The automation of visual classification of products is gaining more importance in agricultural production processes. That said, one of the main difficulties encountered by ornamental plants and flowers producers is to ensure homogeneous growth of their plants. In this scenario, the seedlings used to grow the plants are very important since it is possible to estimate their growth potential by means of a visual inspection. Therefore, a computer vision system can be used to automate this task. Unlike traditional industries, the agricultural industry shows great variability among the products inspected. Supervised machine learning techniques can evaluate an attribute set representing the inspected object in order to correctly classify it, making it possible not only to deal with the variability of the inspected products but also with the incorporation of experts knowledge into the system. The definition of the attribute set to be extracted from the images of the products is of utmost importance, as it is it that provides all information used by the system. A set with several attributes ensures that all necessary information is captured; however irrelevant or redundant attributes can affect the performance of classifiers. Attribute selection techniques can be used to balance these needs. The aim of this study was then to evaluate the effectiveness of these techniques regarding the classification of African violet seedlings. Twenty- six parameters were extracted from six hundred images, labeled into four quality groups. Then, the performances of six classifiers were compared by considering the universe of subsets generated by four attribute selection techniques. The results showed that these techniques are indeed advantageous, generating gains of up to 8.8% in accuracy rate while reducing from 26 to 11 the average number of attributes used. Logistic Regression classifier, associated with the subset generated by the Chi-squared filter showed the best overall performance, achieving 80 % accuracy. Random Forest was second, but was less sensitive to attribute selection.

De forma geral, as fases iniciais dos programas de melhoramento se caracterizam pelo tamanho populacional elevado e a natureza subjetiva da seleção. Por serem consideradas etapas de grande importância e de alto grau de complexidade, torna-se necessário a utilização de metodologias que, de forma eficiente, auxiliem os melhoristas a obterem resultados mais precisos, otimizando tempo e recursos para liberação de novas cultivares. Assim, este trabalho teve como objetivo avaliar o nível de ganho genético que um programa de melhoramento de cana-de-açúcar pode ter, adotando diferentes estratégias de seleção, em fases iniciais do melhoramento. Para tanto, dois experimentos referentes à primeira e à segunda fase de seleção do Programa de Melhoramento Genético da Cana-de-açúcar da RIDESA/UFSCar, foram instalados. Na primeira etapa, identificou-se o método de seleção entre e dentro de família (BLUPi, BLUPis e BLUPseq) com maior potencial a ser aplicado na população base do experimento, utilizando a abordagem de modelos mistos. Posteriormente, praticou-se seleção, incluindo o método massal e aleatória. Na segunda etapa, a população experimental foi constituída pelos clones previamente selecionados na etapa anterior, através das diferentes estratégias de seleção. Os valores genotípicos dos indivíduos foram preditos, e então, classificados de acordo com o caráter de interesse econômico. Na primeira etapa, dentre os métodos de seleção entre e dentro de família, o que apresentou maior ganho de seleção predito (12,7%), para toneladas de Pol por hectare (TPH), foi o procedimento BLUPseq. O método BLUPis apresentou alta correlação com o método de seleção via BLUPseq e se mostrou bastante eficiente, uma vez que, o número de indivíduos a serem selecionados em cada família é determinado de forma dinâmica, assim como a intensidade de seleção em cada repetição. Por outro lado, o método BLUPi apresentou-se impraticável, uma vez que as avaliações fenotípicas devem ser realizadas em nível de indivíduo, o que demanda muito tempo e mão de obra, além do que, identificou-se tendência em selecionar indivíduos das extremidades das parcelas. De acordo com os resultados obtidos no experimento - segunda etapa, devido a baixa variância genética (CVg ≤ 15) entre as famílias que constituíram a população base do experimento, o método de seleção de família via BLUPseq foi equivalente ao método de seleção massal. Por outro lado, se ênfase for dada na escolha de genitores em etapas de hibridação para a ampliação da base genética, o método de seleção de família pode ser recomendado. / Overall, the early stages of breeding programs are characterized by high population size and the subjective nature of the selection. Considered as a stage of great importance and with high degree of complexity, it becomes necessary to use methodologies that efficiently assist plant breeders to obtain more accurate results, optimizing time and resources for releasing new cultivars. Thus, the aim of this study was to evaluate the genetic gain level that a sugarcane breeding program may have, adopting different selection strategies at early breeding stages. Therefore, two experiments concerning the first and the second selection stages of the Sugarcane Breeding Program of RIDESA/UFSCar, were installed. In the first step, the method of selection between and within families (BLUPi, BLUPis and BLUPseq) with greatest potential to be applied into the population of the experiment were identified, through mixed models approach. Later, the selection was practiced including the mass and random selection methods. In the second stage, the experimental population consisted of clones previously selected in the previous stage through the different selection strategies. The genotypic values of individuals were predicted, and then classified according to the character of economic interest. In the first stage, from the selection methods between and within families, the BLUPseq procedure was the one with highest predicted selection gain (12.7 %) for tons of Pol per hectare (TPH). The BLUPis procedure showed high correlation with BLUPseq procedure and was quite efficient, since the number of individuals to be selected in each family is determined dynamically, as well as the selection intensity in each repetition. Moreover, the BLUPi method proved to be impracticable, since the phenotypic evaluations must be performed at the individual level, which requires long time and labor force, in addition to that, it was identified trend in selecting individuals from the plots edges. According to the results of the second stage experiment, due to low genetic variance (CVg ≤ 15) among the families which composed the experimental population base, the family selection via BLUPseq was equivalent to mass selection. On the other hand, if emphasis is given on the choice of parents in hybridization steps to broaden the genetic basis, the family selection method can be recommended.

Submitted by Gabriela Lopes (gmachadolopesufpel@gmail.com) on 2017-05-08T11:47:50Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) dissertação Vianei.pdf: 1386887 bytes, checksum: 786b3765350d438130b834ddea46e8ef (MD5) / Approved for entry into archive by Aline Batista (alinehb.ufpel@gmail.com) on 2017-05-10T19:06:27Z (GMT) No. of bitstreams: 2 dissertação Vianei.pdf: 1386887 bytes, checksum: 786b3765350d438130b834ddea46e8ef (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2017-05-10T19:06:27Z (GMT). No. of bitstreams: 2 dissertação Vianei.pdf: 1386887 bytes, checksum: 786b3765350d438130b834ddea46e8ef (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-03-06 / Conselho Nacional de Pesquisa e Desenvolvimento Científico e Tecnológico - CNPq / A aveia branca é um cereal de grande importância para a agricultura brasileira, com destaque em algumas regiões onde a cultura é parte fundamental dos sistemas produtivos. Dentre as inúmeras utilizações do cereal, vem ganhando destaque o seu uso na alimentação humana. Devido as suas características nutricionais o cereal é qualificado como alimento funcional, auxiliando na prevenção de doenças e o seu consumo é indicado por vários órgãos de saúde. Os programas de melhoramento genético de plantas possuem o desafio de fornecer aos produtores e indústria beneficiadora genótipos que tenham bom desempenho produtivo aliado a boas características nutricionais. Dessa forma, cada programa deve definir e estabelecer estratégias de seleção que atendam os seus objetivos a um custo baixo e num curto período de tempo. Dentre os métodos de condução de populações segregantes se destaca o SSD (Single Seed Descent) que, entre suas vantagens, possibilita ao melhorista a manutenção da variabilidade total da população em gerações avançadas e a possibilidade de avanço de mais de uma geração por ano. Assim como em outros métodos, o SSD é executado por alguns programas com alterações. Estas visam aumentar a variabilidade genética da população segregante por meio da condução de mais sementes a partir de uma planta F2. Este trabalho teve por objetivo avaliar famílias F6 oriundas de dois cruzamentos de aveia branca (Albasul x UPF 15 e IAC 7 x UFRGS 19) conduzidas sob os métodos de condução: SSD Clássico e SSD Modificado. O experimento foi conduzido no município de Capão do Leão – RS, no ano de 2016. Foram avaliadas 30 famílias de cada cruzamento conduzidas no método SSD clássico e 120 famílias de cada cruzamento conduzidas no método SSD modificado. Foi possível observar que o método SSD Modificado proporciona uma maior amplitude entre os valores mínimos e máximos para a maioria dos caracteres avaliados. A elevação do teto produtivo não resultou, no entanto, em um aumento expressivo nas médias das famílias. O método SSD Modificado apresenta um maior efeito não aditivo atuando entre e dentro das famílias, afetando negativamente a herdabilidade no sentido restrito. Nas famílias oriundas do cruzamento Albasul x UPF 15 os ganhos de seleção foram superiores naquelas conduzidas no método SSD. No cruzamento IAC 7 x UFRGS 19 o método SSD também obteve desempenho superior nos ganhos de seleção com exceção nos caracteres estatura de planta e massa de grãos da panícula principal. Quando são analisadas as médias das famílias selecionadas na pressão de seleção de 10% e 20% há uma semelhança entre os dois métodos de condução. Destaca-se o método SSD Modificado que engloba um número maior de genótipos com bom desempenho agronômico e que agregam desempenho destacado para vários caracteres de interesse. Dessa forma as modificações efetuadas no método SSD foram benéficas para o programa de melhoramento e 8 possibilitaram a identificação de um maior número de genótipos transgressivos com o mesmo número de plantas F2. / The white oat is a cereal of great importance for Brazilian agriculture, with emphasis in some regions where the culture is the fundamental part of productive sistems. Among the inumerable uses of the cereal has been emphasized in the human food. Due to the nutritional characteristics the cereal is qualified as functional food, aiding in the prevention of diseases and its consumption is indicated by several health organs. The genetic breeding programs have the challenge of providing genotypes to the producers and the processing industry with good productive characteristics, together with good nutritional characteristics. In this way each program must define and establish selection strategies that meet its objectives at a low cost and in a short period of time. Among the methods Among the methods of conducting segregating populations, SSD stands out, which among its advantages enables the breeder to maintain the total population variability in advanced generations and the possibility of advancement of more than one generation per year. Like other methods the SSD is run by some programs with changes. These aim to increase the genetic variability of the segregating population by conducting more seeds from an F2 plant. The objective of this work was to evaluate F6 families from two white oat crosses (Albasul x UPF 15 and IAC 7 x UFRGS 19) conducted under the conduction methods: Classic SSD and Modified SSD. The experiment was conducted in the county of Capão do Leão – RS, in the year of 2016. Was evaluated 30 families of each crosses conducted in the classic SSD method and 120 families in each cross conducted in the modified SSD method. It was possible to observed that the modified SSD method provides a greater range between minimum and maximum values for most of the evaluated characters. The Modified SSD method has a greater non-additive effect acting between and within families, negatively affecting heritability in the narrow sense. In the families from the Albasul x UPF 15 cross the selection gains were higher in the families conducted in the SSD method. At the IAC 7 x UFRGS 19 cross the SSD method also obtained superior performance in the selection gains with exception in the characters plant height and grain mass of the main panicle. When the means of the families selected at the selection pressure of 10% and 20% are analyzed, there is a similarity between the two methods of conduction. We highlight the Modified SSD method that encompasses a larger number of genotypes with good agronomic performance and aggregate highlighted performance to various characters of interest. In this way the modifications made in the SSD method were beneficial to the breeding program and allowed the identification of a greater number of transgressive genotypes with the same crosses.

Com a finalidade de avaliar o programa de melhoramento da cana-de-açúcar, este trabalho teve como objetivos: determinar o grau da interação famílias x ambientes (FA); comparar métodos de seleção na etapa inicial em termos de resposta esperada à seleção; e propor o método de seleção sequencial modificado. Para isso, foram avaliados 4752 'seedlings' pertencentes a 33 famílias (irmãs germanas e meia irmãs), em dois locais do Estado de São Paulo, Piracicaba e Jaú. Os caracteres estimados foram altura e diâmetro dos colmos, número de perfilhos, Brix % caldo da cana, toneladas de cana por hectare (TCH) e toneladas de Brix por hectare (TBH). Para validar a resposta esperada à seleção sequencial modificada, 40 famílias foram selecionadas por este método e os clones foram multiplicados até a etapa III do programa de melhoramento, a fim de fornecer a resposta realizada à seleção. Os resultados mostraram interação FA significativa para todos os caracteres avaliados. A opção por uma seleção específica implicou em aumentos de ganhos de 4,1% e 5,8% para TBH, para Piracicaba e Jaú, respectivamente, em relação à seleção de famílias generalistas, ou seja, baseada na média dos dois locais. A seleção sequencial modificada, proposta neste trabalho e a seleção combinada através de índices apresentaram pouca vantagem em relação à seleção massal, na condição de seleção direta (sem avaliação visual). Nessas mesmas condições, a seleção sequencial tradicional e a australiana foram inferiores à seleção massal, em termos de progresso esperado, para todos os caracteres. Incluindo a seleção indireta (com avaliação visual) o método sequencial modificado foi sempre superior à seleção massal, para os principais caracteres avaliados (TCH e TBH). Para os métodos australiano e tradicional, houve vantagem apenas quando a correlação genética entre a avaliação visual e o caráter principal foi igual ou inferior a 0,7. Dessa forma, e devido à dificuldade prática de utilizar índices (seleção combinada), concluiu-se que o método proposto de seleção sequencial modificada é perfeitamente viável, sendo, portanto, recomendado. Na comparação entre as respostas estimada e a realizada com a seleção sequencial modificada, houve concordância dos resultados, na condição de correlação genética igual a 0,62. Isso veio reforçar a confiabilidade das estimativas obtidas no trabalho, bem como assegurar as vantagens do método proposto sobre os demais aqui apresentados. Se considerada uma correlação genética entre o critério de avaliação visual e o caráter principal variando entre 0,5 a 0,7, a superioridade do método proposto em relação ao massal é da ordem de 3% a 5%, em termos de ganho esperado para TCH, em um ciclo de seleção. Para alcançar estes mesmos ganhos com a seleção massal, ter-se-ia que aumentar a população inicial entre 36% a 100%. Alternativamente, mantendo os mesmos tamanhos populacionais, o número provável de clones no final do processo seletivo seria aumentado em 85% a 150%, apenas com a substituição do método de seleção massal pelo sequencial modificado na etapa inicial. / Aiming at the evaluation of the sugarcane breeding program, this study had the following objectives: to determine the degree of the family x environments interaction (FE); to compare selection methods in the initial phase, in terms of expected response to selection, and to propose the modified sequential selection method. For this, 4752 seedlings, originated from 33 families (full-sibs and half-sibs), were evaluated in two sites of the State of São Paulo: Piracicaba and Jaú. The traits evaluated were stalk height and diameter, number of stalks, Brix % cane juice, tons of cane per hectare (TCH) and tons of brix per hectare (TBH). To validate the expected response to the modified sequential selection, 40 families were selected by this method and the clones were multiplied until phase III of the breeding program and the realized gains in selection measured. The results showed significant FE interaction for all evaluated traits. The option for a site specific selection would increase gains by 4.1% and 5.8% for TBH in Piracicaba and Jau, respectively, in relation to the generalized family selections, that is, based on the average of the two sites. The proposed modified sequential selection and the combined selection using indices showed little advantage over the mass selection using direct selection (without visual selection). In these conditions, the traditional sequential selection and the Australian one were inferior to the mass selection, in terms of expected progress, for all traits. Allowing for the indirect selection (with visual selection) the modified sequential method was always superior to the mass for the main traits evaluated (TCH and TBH). The Australian method and the Traditional one, were advantageous in relation to the mass selection only when the genetic correlation between visual selection and the main trait was equal or inferior to 0.7. For this reason, and given the practical difficulty of applying indices (combined selection), it was concluded that the proposed method of modified sequential is perfectly viable and was reccommended. Comparing the estimated and realized response of the modified sequential selection, there was correspondence of results, given rG equals to 0.62. This result confirmed the reliance of the estimates obtained in this study, and assured the advantages of the proposed method over those compared. Considering a genetic correlation (rG), between the visual selection criterion and the main character, varying from 0.5 to 0.7, the superiority of the proposed method over the mass one, varies from 3 to 5%, in terms of expected gain, for TCH in one selection cycle. To obtain these same gains with mass selection, one would have to increase the initial population between 36% and 100%. Alternatively, keeping the same population sizes, the likely number in the end of the selection process would be increased in 85% to 150%, just with the substitution of the method of mass selection by the modified sequential one, in the initial phase.

A automação da classificação visual de produtos vem ganhando cada vez mais importância nos processos produtivos agrícolas. Isto posto, uma das principais dificuldades encontradas por produtores de flores e plantas ornamentais é garantir o crescimento homogêneo de suas plantas. Nesse cenário, as mudas utilizadas para gerar as plantas são importantes uma vez que se pode estimar seu potencial de crescimento através de uma inspeção visual. Sendo assim, um sistema de visão computacional pode ser empregado para automatizar essa tarefa. Porém, diferentemente de indústrias tradicionais, a indústria agrícola apresenta grande variabilidade entre os produtos analisados. Técnicas de aprendizado de máquina supervisionado conseguem avaliar um conjunto de atributos referentes ao objeto inspecionado para classificá-lo corretamente, de forma a lidar tanto com a variabilidade dos produtos em inspeção quanto com a incorporação do conhecimento de especialistas pelo sistema. A definição do conjunto de atributos a ser extraído das imagens dos produtos é de extrema importância, pois é ele quem fornece toda a informação utilizada no sistema. Um conjunto com diversos atributos assegura que toda a informação necessária é capturada, porém atributos irrelevantes ou redundantes podem prejudicar o desempenho dos classificadores. Técnicas de seleção de atributos podem ser utilizadas para equilibrar essas necessidades. O objetivo do trabalho foi o de avaliar a eficácia dessas técnicas para a classificação de mudas de violeta. Vinte e seis parâmetros foram extraídos de seiscentas imagens rotuladas em quatro níveis de qualidade. Em seguida, os desempenhos de seis classificadores foram comparados considerando-se um universo de subconjuntos gerados por quatro técnicas de seleção de atributos. Os resultados mostraram que essas técnicas são realmente vantajosas, gerando ganhos de até 8,8% nas taxas de acertos e ao mesmo tempo reduzindo de 26 para 11 o número médio de atributos utilizados. O classificador Logistic Regression associado ao subconjunto gerado pelo Chi-quadrado foi o que apresentou melhor desempenho global, atingindo 80% de acerto. O classificador Random Forest ficou em segundo lugar, porém se mostrou menos sensível a seleção de atributos. / The automation of visual classification of products is gaining more importance in agricultural production processes. That said, one of the main difficulties encountered by ornamental plants and flowers producers is to ensure homogeneous growth of their plants. In this scenario, the seedlings used to grow the plants are very important since it is possible to estimate their growth potential by means of a visual inspection. Therefore, a computer vision system can be used to automate this task. Unlike traditional industries, the agricultural industry shows great variability among the products inspected. Supervised machine learning techniques can evaluate an attribute set representing the inspected object in order to correctly classify it, making it possible not only to deal with the variability of the inspected products but also with the incorporation of experts knowledge into the system. The definition of the attribute set to be extracted from the images of the products is of utmost importance, as it is it that provides all information used by the system. A set with several attributes ensures that all necessary information is captured; however irrelevant or redundant attributes can affect the performance of classifiers. Attribute selection techniques can be used to balance these needs. The aim of this study was then to evaluate the effectiveness of these techniques regarding the classification of African violet seedlings. Twenty- six parameters were extracted from six hundred images, labeled into four quality groups. Then, the performances of six classifiers were compared by considering the universe of subsets generated by four attribute selection techniques. The results showed that these techniques are indeed advantageous, generating gains of up to 8.8% in accuracy rate while reducing from 26 to 11 the average number of attributes used. Logistic Regression classifier, associated with the subset generated by the Chi-squared filter showed the best overall performance, achieving 80 % accuracy. Random Forest was second, but was less sensitive to attribute selection.

Submitted by Aurelie Schleich (aurelie.schleich@fgvmail.br) on 2014-09-01T22:47:27Z No. of bitstreams: 1 Master Thesis_merged_documents.pdf: 1679668 bytes, checksum: 6eef081c930f3a6f82d907d8bd35d56b (MD5) / Approved for entry into archive by ÁUREA CORRÊA DA FONSECA CORRÊA DA FONSECA (aurea.fonseca@fgv.br) on 2014-09-12T18:03:26Z (GMT) No. of bitstreams: 1 Master Thesis_merged_documents.pdf: 1679668 bytes, checksum: 6eef081c930f3a6f82d907d8bd35d56b (MD5) / Approved for entry into archive by Maria Almeida (maria.socorro@fgv.br) on 2014-09-18T18:23:47Z (GMT) No. of bitstreams: 1 Master Thesis_merged_documents.pdf: 1679668 bytes, checksum: 6eef081c930f3a6f82d907d8bd35d56b (MD5) / Made available in DSpace on 2014-09-18T18:25:03Z (GMT). No. of bitstreams: 1 Master Thesis_merged_documents.pdf: 1679668 bytes, checksum: 6eef081c930f3a6f82d907d8bd35d56b (MD5) Previous issue date: 2014-07-22 / Recruiters make many inferences about applicants' abilities and interpersonal attributes on the basis of applicants' resumes. For example, every once in a while, a good resume leaves a strong positive impression and the recruiter creates a high expectation for the selection interview. What if a disappointing interview follows? Will the great resume help or hurt the candidate? The purpose of this study is to assess the impact of a good resume on the recruiter’s evaluation of a candidate when a non-enthusiastic interview follows as well as the interacting role of gender. The results of two online experiments (n=454) where participants played the role of the recruiter, showed that, on average, a very good resume (vs. no resume) before a non-enthusiastic interview did not affect the recruiter’s evaluation of the candidate. However, when the recruiter’s and the candidate’s gender were taken into consideration, a different picture emerged. While no effect was found for male recruiters, the candidate’s resume had a clear significant impact on female recruiter’s evaluations: when the candidate was also a female, the good resume shown before the non-enthusiastic interview performance tended to help, whereas when the candidate was a male, the good resume had a significant negative effect on female recruiters’ evaluation of the candidate. In sum, in situations where the resume had a strong impact on the recruiter’s evaluation (female recruiters), the direction of the effect was moderated by the candidate’s gender. Gender differences in information processing as well as in-group/out-group biases due to gender matching are used to hypothesize and explain the main findings.