Made available in DSpace on 2017-07-21T14:19:33Z (GMT). No. of bitstreams: 1 AlisonWeber.pdf: 1901250 bytes, checksum: c554c4802feb0647c03048f60b92b2a9 (MD5) Previous issue date: 2012-08-01 / Data regression problems are common in the literature, therein it is desired to infer the relationship between the dependent (output) and independent variable (input) from a dataset. Infer the relationship between variables is not a simple task, many times there is a high non-linearity and noise in the data inside them. Two machine learning techniques that are able to work with this type of information are investigated, the Genetic Programming and Artificial Neural Networks. Still, in many cases the machine learning technique cannot find a satisfactory solution due to the unbalance of the database. Therefore, the aim of this study was to apply machine learning techniques in regression of unbalanced data, evaluating and comparing the results obtained with different approaches. The balancing method used is summarized in constructing weights to the data set, one for each sample, which represents the importance of example during the learning process model. This problem of unbalanced data modeling applies in a real agronomic data modeling, specifically in the study of white mold disease caused by the fungus Sclerotinia sclerotiorum (Lib.) de Bary. Due to the high destructive power of the disease to crops, knowledge of the presence of resistance structures called sclerotia in an area is of paramount importance so that appropriate actions are taken to treat the disease. In this case study, the task is to use learning techniques to build a predictive model of sclerotia from meteorological characteristics and location of the sample to the state of Paraná, using a set of unbalanced data. Different approaches to the techniques and the balancing method was employed for constructing the model. The Artificial Neural Networks with resilient propagation learning algorithm achieved better performance in creating the model for prediction of sclerotia able to predict the actual outcome with a correlation of 0.763 and a mean absolute error of 24.35. To identify if the employee balancing method improved the results we applied the Kruskal-Wallis test. The test showed that there is a statistically significant improvement between genetic programming with and without balancing technique. However the technique that showed the best results was the neural network with resilient propagation learning algorithm, the data set of white mold and in some cases experimental. / Problemas de regressão de dados são comuns na literatura, neles deseja-se inferir a relação entre variáveis dependentes (saída) e variáveis independentes (entrada) a partir de um conjunto de dados. Inferir esta relação entre as variáveis não é uma tarefa simples, por muitas vezes existirem uma alta não linearidade nos dados e pelo ruído existente neles. Duas técnicas de aprendizagem de máquina que são capazes de trabalhar com este tipo de informação são investigadas, a Programação Genética e as Redes Neurais Artificiais. Ainda assim, em muitos casos a técnica de aprendizado de máquina não consegue encontrar uma solução satisfatória, devido ao desbalanceamento da base de dados. Portanto, o objetivo deste trabalho foi aplicar técnicas de aprendizagem de máquina na regressão de dados desbalanceados, avaliando e comparando os resultados obtidos com diferentes abordagens. O método de balanceamento empregado resume-se em construir pesos para o conjunto de dados, um para cada exemplo, que representa a importância do exemplo durante o processo de aprendizagem do modelo. Este problema de modelagem em dados desbalanceados aplica-se em um caso real de modelagem de dados agronômicos, mais especificamente no estudo da doença mofo branco, causada pelo fungo Sclerotinia sclerotiorum (Lib.) de Bary. Devido ao alto poder destrutivo da doença para as culturas, o conhecimento da presença das estruturas de resistência chamadas de escleródios em uma área é de suma importância para que se tomem atitudes adequadas para o tratamento da doença. Neste estudo de caso, a tarefa é utilizar as técnicas de aprendizagem para a construção de um modelo de previsão de escleródios a partir de características meteorológicas e do local da amostra para o estado do Paraná, utilizando um conjunto de dados desbalanceados. Diferentes abordagens com as técnicas e com o método de balanceamento foram empregadas na construção do modelo. As Redes Neurais Artificiais com o algoritmo de aprendizagem resilient propagation obtiveram um melhor desempenho na criação do modelo para previsão de escleródios, conseguindo prever o resultado real com uma correlação de 0,763 e um erro médio absoluto de 24,35. Para identificar se o método de balanceamento empregado melhorou os resultados obtidos foi aplicado o teste de Kruskal-Wallis. O teste mostrou que existe uma melhora estatisticamente significativa entre a programação genética com e sem a técnica de balanceamento. Porem a técnica que apresentou melhores resultados foi a Rede Neural com o algoritmo de aprendizagem resilient propagation, no conjunto de dados do mofo branco e em alguns casos experimentais.

Submitted by Gizele Lima (gizele.lima@inpa.gov.br) on 2018-02-28T13:39:44Z No. of bitstreams: 2 Dissertação - Laysa Laborda.pdf: 1672119 bytes, checksum: a5ad9008dca40f70d1eafafec4e93ca3 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-02-28T13:39:44Z (GMT). No. of bitstreams: 2 Dissertação - Laysa Laborda.pdf: 1672119 bytes, checksum: a5ad9008dca40f70d1eafafec4e93ca3 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-12-14 / Fundação de Amparo à Pesquisa do Estado do Amazonas - FAPEAM / Cubiu (Solanum sessiliflorum Dunal) cultivation in the Amazonas state is limited by the high incidence of southern blight caused by the soilborne fungus Sclerotium rolfsii Sacc. The incorporation of plant material into the substrate changes the microflora present by increasing the organic matter content and by the plants decomposition exudates, which may be toxic or beneficial to the different microorganisms present on the substrate. The incorporated organic matter also increases the nutrient content available to the plant. The objective of this study was to evaluate the potential for control of southern blight by the incorporation of fresh comminuted biomass of four Fabaceae species: Erythrina fusca and Senna reticulata, native to Amazonia, and Desmodium heterocarpon and Gliricidia sepium, exotic to the substrate. The isolate of S. rolfsii was obtained from cubiu plants with disease symptoms and multiplied in autoclaved rice. Infestation of the substrate (argisol: chicken manure, 2: 1) was done with the incorporation of 10 g of colonized rice.L-1, in pots filled with 8 L of substrate, kept in a nursery. After 20 days of infestation, were incorporated 40 g of the Fabaceae biomass.L-1 substrate. The cubiu seedlings, 90 days after sowing, were transplanted one week after the incorporation of the Fabaceae. The experimental design was completely randomized, with three replicates and seven treatments: four species of Fabaceae and three controls, without the incorporation of biomass. In one control the substrate was not infested and in other, the plants were sprayed (9 mL.plant-1) twice, 50 days apart, with fungicide (Viper 700®, methyl thiophanate, 0.49 g a.i. for litter of water). Another experiment was carried out to evaluate the effect of doses of G. sepium incorporated into the substrate. The experiment had a completely randomized design and three replicates, with six treatments: incorporation of 40, 80, 120 and 160 g of G. sepium.L-1 substrate and two controls without incorporation of G. sepium. In one control, the plants were treated with fungicide. In this experiment, the pots were filled with 6 L of substrate infested as described in the previous experiment. In both experiments the disease and the inoculum incidence in the substrate were evaluated. In the first experiment, the data from the area below the disease progress curve were submitted to ANOVA and the means, compared by the Tukey test. In the second experiment, the data were submitted to regression analysis. In the first experiment the cubiu plants cultived in substrate with Fabaceae incorporation or treated with fungicide had the same southern blight incidence and in the pathogen suppression. In the second experiment, the incidence of southern blight was proportional to the G. sepium dose incorporated. With the incorporation of 139 g of G. sepium.L-1 no diseased plants were observed. Also the incorporation of 142 g G. sepium.L-1 substrate reduced the population of S. rolfsii in the substrate by 20%. / O cultivo do cubiu (Solanum sessiliflorum Dunal), no Amazonas, é limitado pela alta incidência da doença podridão-de-escleródio causada por Sclerotium rolfsii Sacc. A incorporação de material vegetal ao substrato de cultivo altera a microflora presente nesse substrato, tanto pelo aumento do teor de matéria orgânica, quanto pela liberação de substâncias, durante a decomposição desse material vegetal, que podem ser tóxicas, ou benéficas, a diferentes microrganismos presentes no substrato. A matéria orgânica incorporada aumenta, também, o teor de nutrientes disponíveis para a planta. O trabalho objetivou avaliar o potencial de controle da podridão-de-escleródio em cubiu por meio de incorporação, ao substrato de cultivo, de biomassa fresca triturada de quatro espécies de fabáceas: Erythrina fusca e Senna reticulata, nativas da Amazônia, e Desmodium heterocarpon e Gliricidia sepium, exóticas. O isolado de S rolfsii foi obtido de plantas de cubiu com sintomas da doença e multiplicado em arroz autoclavado. A infestação do substrato (argissolo: esterco de galinha, 2:1 ) foi feita com a incorporação de 10 g de arroz colonizado.L- 1 de substrato, em vasos preenchidos com 8 L de substrato, mantidos em viveiro. Após 20 dias da infestação, foram incorporadas 40 g da biomassa das fabáceas.L-1 de substrato. As mudas de cubiu, aos 90 dias da semeadura, foram transplantadas para os vasos uma semana depois da incorporação das fabáceas. O delineamento experimental foi inteiramente casualizado, com três repetições e sete tratamentos: quatro espécies de fabáceas e três testemunhas, sem a incorporação de biomassa. Em uma das testemunhas não houve infestação do substrato e em duas, o substrato foi infestado, sendo que em uma, as plantas foram pulverizadas (9 mL.planta-1) duas vezes, com intervalo de 50 dias, com fungicida (Viper 700®, tiofanato metílico, 0,49 g do i.a.L-1 de água). Outro experimento foi realizado avaliando-se o efeito de doses de G. sepium incorporadas ao substrato. O experimento teve delineamento inteiramente casualizado e três repetições, com seis tratamentos: incorporação de 40, 80, 120 e 160 g de G. sepium.L-1 de substrato e duas testemunhas sem incorporação de G. sepium sendo que em uma, as plantas foram tratadas com fungicida. Neste, os vasos tiveram 6 L de substrato infestado com a mesma dosagem de inóculo do experimento anterior. Em ambos os experimentos foi avaliada a incidência da doença e a densidade do inóculo no substrato. No primeiro experimento, os dados da área abaixo da curva de progresso da doença foram submetidos à ANOVA e as médias, comparadas pelo teste Tukey. No segundo experimento os dados foram submetidos à análise de regressão. No primeiro experimento as fabáceas não diferiram do fungicida na redução da incidência da podridão-de-escleródio e na supressão do patógeno. No segundo experimento, a redução da incidência da podridão-de-escleródio foi proporcional ao aumento da dose de G. sepium, apresentando 100% de controle com a incorporação de 139 g de G. sepium.L-1 de substrato. A dose de 142 g reduziu a população de S. rolfsii no substrato em 20%.