Técnicas de extração de conhecimentos aplicadas à modelagem de ocorrência da cercosporiose (Cercospora coffeicola Berkeley & Cooke) em cafeeiros na região sul de Minas Gerais

Página do item simplificado
dc.contributor.authorSouza, Vanessa Cristina Oliveira de
dc.contributor.authorCunha, Rodrigo Luz da
dc.contributor.authorAndrade, Livia Naiara
dc.contributor.authorVolpato, Margarete Marin Lordelo
dc.contributor.authorCarvalho, Vicente Luiz de
dc.contributor.authorEsmin, Ahmed Ali Abdalla
dc.creatorSouza, Vanessa Cristina Oliveira de
dc.creatorCunha, Rodrigo Luz da
dc.creatorAndrade, Livia Naiara
dc.creatorVolpato, Margarete Marin Lordelo
dc.creatorCarvalho, Vicente Luiz de
dc.creatorEsmin, Ahmed Ali Abdalla
dc.date2013-04-21
dc.date.accessioned2017-08-01T20:06:57Z
dc.date.available2017-08-01T20:06:57Z
dc.date.issued2017-08-01
dc.descriptionO levantamento do progresso da cercosporiose torna-se potencialmente útil e compreensível no entendimento da doença e no processo de tomada de decisão para medidas de controle. Nos últimos anos, programas computacionais têm ajudado a elucidar quais fatores bióticos ou abióticos são mais representativos. Objetivou-se, neste trabalho, investigar,utilizando técnicas de extração do conhecimento, quais atributos ambientais e fenológicos mais influenciam na ocorrência da cercosporiose em cafeeiros no Sul de Minas Gerais, sob dois sistemas de cultivo: convencional e orgânico. Para isso, foram organizados dados de incidência de cercosporiose nos dois sistemas de cultivo, com dados climáticos e fenológicos da cultura,em um período de cinco anos de avaliação. Em seguida, um algoritmo de extração do conhecimento baseado em árvore de decisão foi utilizado para obter os atributos que mais favorecem a ocorrência da cercosporiose. Os modelos gerados tiveram 60% de taxa de acerto e mostraram que a temperatura média foi o atributo de maior influência na totalidade dos dados e para o sistema convencional de cultivo. No manejo orgânico, a precipitação mensal e a fenologia são os fatores que mais interferem na ocorrência da doença.
dc.descriptionThe survey of the progress of Cercospora leaf spot becomes potentially useful and understandable in understanding the disease process and in decision making for control measures. In the last years, computer programs have helped to elucidate what factors are biotic or abiotic more representative. The aim of this work was to investigate, using knowledge extraction techniques, which phenological and environmental attributes most influence on the occurrence of Cercospora leaf spot on coffee trees in southern Minas Gerais, under two tillage systems: conventional and organic. For this, data were organized incidence of Cercospora leaf spot in both cropping systems, with climatic data and phenological crop in a period of five years of evaluation. Then an algorithm based on knowledge extraction decision tree was used to obtain the attributes that most favor the occurrence of Cercospora leaf spot. The generated models were 60% hit rate and showed that the average temperature of the attribute was greater influence on the entire data and the conventional culture system. In organic management, the precipitation and phenology are the factors that most influence the occurrence of disease.
dc.formatapplication/pdf
dc.formatapplication/pdf
dc.identifierhttp://www.coffeescience.ufla.br/index.php/Coffeescience/article/view/366
dc.identifier.citationSOUZA, V. C. O. de et al. Técnicas de extração de conhecimentos aplicadas à modelagem de ocorrência da cercosporiose (Cercospora coffeicola Berkeley & Cooke) em cafeeiros na região sul de Minas Gerais. Coffe Science, Lavras, v. 8, n. 1, p. 91-100, jan./mar. 2013
dc.identifier.urihttps://repositorio.ufla.br/handle/1/13698
dc.relationhttp://www.coffeescience.ufla.br/index.php/Coffeescience/article/view/366/pdf_117
dc.relationhttp://www.coffeescience.ufla.br/index.php/Coffeescience/article/view/366/pdf
dc.relationhttp://www.coffeescience.ufla.br/index.php/Coffeescience/article/downloadSuppFile/366/175
dc.relationhttp://www.coffeescience.ufla.br/index.php/Coffeescience/article/downloadSuppFile/366/176
dc.relationhttp://www.coffeescience.ufla.br/index.php/Coffeescience/article/downloadSuppFile/366/177
dc.relationhttp://www.coffeescience.ufla.br/index.php/Coffeescience/article/downloadSuppFile/366/178
dc.relationhttp://www.coffeescience.ufla.br/index.php/Coffeescience/article/downloadSuppFile/366/179
dc.relationhttp://www.coffeescience.ufla.br/index.php/Coffeescience/article/downloadSuppFile/366/180
dc.relationhttp://www.coffeescience.ufla.br/index.php/Coffeescience/article/downloadSuppFile/366/181
dc.relationhttp://www.coffeescience.ufla.br/index.php/Coffeescience/article/downloadSuppFile/366/182
dc.relationhttp://www.coffeescience.ufla.br/index.php/Coffeescience/article/downloadSuppFile/366/183
dc.rightsAttribution 4.0 International*
dc.rightsAttribution 4.0 International
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/*
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/
dc.sourceCoffee Science; v. 8, n. 1 (2013); 91-100
dc.sourceCoffee Science; v. 8, n. 1 (2013); 91-100
dc.sourceCoffee Science; v. 8, n. 1 (2013); 91-100
dc.source1984-3909
dc.source1809-6875
dc.subjectCoffea arabica
dc.subjectMineração de dados epidemiológicos
dc.subjectEpidemiologia de doenças de plantas
dc.subjectCoffea arabica L.
dc.subjectEpidemiological data mining
dc.subjectEpidemiology of plant diseases
dc.titleTécnicas de extração de conhecimentos aplicadas à modelagem de ocorrência da cercosporiose (Cercospora coffeicola Berkeley & Cooke) em cafeeiros na região sul de Minas Gerais
dc.titleTechnical knowledge extraction applied to modeling of occurrence (Cercospora coffeicola Berkeley & Cooke) coffee in the southern region of Minas Gerais
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
ARTIGO_Técnicas de extração de conhecimentos aplicadas à modelagem de ocorrência da cercosporiose (Cercospora coffeicola Berkeley & Cooke) em cafeeiros na região sul de Minas Gerais.pdf
Tamanho:
1.15 MB
Formato:
Adobe Portable Document Format
Baixar

Coleções

Coffee Science