Implementação do Best Linear Unbiased Prediction (BLUP) em Python para avaliação genética animal.

VOLPATO, C. A. C.; HIGA, R. H.

Por favor, use este identificador para citar o enlazar este ítem: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1038812

Registro completo de metadatos

Campo DC	Valor	Lengua/Idioma
dc.contributor.author	VOLPATO, C. A. C.	pt_BR
dc.contributor.author	HIGA, R. H.	pt_BR
dc.date.accessioned	2016-02-26T11:11:11Z	pt_BR
dc.date.available	2016-02-26T11:11:11Z	pt_BR
dc.date.created	2016-02-26	pt_BR
dc.date.issued	2015	pt_BR
dc.identifier.citation	In: MOSTRA DE ESTAGIÁRIOS E BOLSISTAS DA EMBRAPA INFORMÁTICA AGROPECUÁRIA, 11., 2015, Campinas. Resumos expandidos... Brasília, DF: Embrapa, 2015.	pt_BR
dc.identifier.uri	http://www.alice.cnptia.embrapa.br/alice/handle/doc/1038812	pt_BR
dc.description	Valores genéticos para animais em programas de melhoramento de grandes populações são obtidos pela resolução de Best Linear Unbiased Prediction (BLUP) correspondente ao modelo de avaliação utilizado. O sistema de equações lineares que resulta da resolução de BLUP contém centenas de milhares ou até milhões de equações para serem resolvidas. Neste trabalho, pretende-se avaliar a estratégia de representação desse sistema de equações lineares em memória Random Access Memory (RAM), baseada em matrizes esparsas, e sua resolução por meio do algoritmo de gradiente conjugado precondicionado (WATKINS, 2010), para avaliar sua aplicabilidade em grandes populações de animais. Até o presente momento, uma solução baseada em matrizes densas foi implementada e sua adaptação para utilizar matrizes esparsas encontra-se em curso. Este trabalho integra as atividades do Plano de Ação 4 do projeto "Desenvolvimento e implementação de metodologias genético-estatísticas em avaliações genéticas de gado de corte" (MENEZES, 2015) que pretende desenvolver um software Embrapa para avaliação genética de grandes populações de animais, livrando os programas de melhoramento genético coordenado pela Empresa Brasileira de Pesquisa Agropecuária (Embrapa) do pagamento de licenças de uso.	pt_BR
dc.language.iso	por	pt_BR
dc.rights	openAccess	pt_BR
dc.subject	Melhoramento genético	pt_BR
dc.subject	Grandes populações	pt_BR
dc.subject	BLUP	pt_BR
dc.subject	Gradiente conjugado	pt_BR
dc.title	Implementação do Best Linear Unbiased Prediction (BLUP) em Python para avaliação genética animal.	pt_BR
dc.type	Artigo em anais e proceedings	pt_BR
dc.date.updated	2020-01-21T11:11:11Z	pt_BR
dc.subject.nalthesaurus	Genetic improvement	pt_BR
dc.subject.nalthesaurus	Python	pt_BR
dc.format.extent2	p. 78-84.	pt_BR
riaa.ainfo.id	1038812	pt_BR
riaa.ainfo.lastupdate	2020-01-21 -02:00:00	pt_BR
dc.contributor.institution	CAIO AUGUSTO C. VOLPATO, Unicamp; ROBERTO HIROSHI HIGA, CNPTIA.	pt_BR
Aparece en las colecciones:	Artigo em anais de congresso (CNPTIA)

Ficheros en este ítem:

Fichero	Descripción	Tamaño	Formato
02815.pdf		492.17 kB	Adobe PDF	Visualizar/Abrir

Mostrar el registro sencillo del ítem