Response of African sorghum genotypes for drought tolerance under variable environments

Hussein Shimelis Baloua Nébié (2023, [Artículo])

Additive Main Effect and Multiplicative Interaction Best Linear Unbiased Estimates Drought Tolerance Indices CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA ABIOTIC STRESS DROUGHT TOLERANCE SORGHUM GENOTYPES

A novel method for genomic-enabled prediction of cultivars in new environments

Osval Antonio Montesinos-Lopez Brandon Alejandro Mosqueda González Jose Crossa (2023, [Artículo])

Genomic Best Linear Unbiased Prediction Gains in Accuracy Genomic Prediction Novel Methods CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA GENOTYPE ENVIRONMENT INTERACTION METHODS ENVIRONMENT

Efficacy of plant breeding using genomic information

Osval Antonio Montesinos-Lopez Alison Bentley Carolina Saint Pierre Leonardo Abdiel Crespo Herrera Morten Lillemo Jose Crossa (2023, [Artículo])

Genomic Selection Genomic Prediction Genomic Best Linear Unbiased Predictor CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA PLANT BREEDING GENOMICS MARKER-ASSISTED SELECTION ENVIRONMENT

Enviromic prediction enables the characterization and mapping of Eucalyptus globulus Labill breeding zones

Germano Costa Neto Jose Crossa (2024, [Artículo])

Forest Tree Breeding Genomic Relationship Matrix Genomic Selection Best Linear Unbiased Prediction CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA FOREST TREES BREEDING MARKER-ASSISTED SELECTION MYRTACEAE EUCALYPTUS GLOBULUS

Abiotic stress tolerance: Genetics, genomics, and breeding

Yunbi Xu Rajeev Varshney (2023, [Artículo])

Wheat Ancestors Modern Varieties Agronomic Performance CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA ABIOTIC STRESS GENETICS GENOMICS BREEDING GERMPLASM DROUGHT STRESS

Monitoreo e Instalación visual de señales a un motor eléctrico de inducción de instalación trifásica de forma jaula de ardilla, mediante la implementación de tecnología industria 4.0

Luis Ricardo Uribe Dávila (2023, [Tesis de maestría])

Vivimos la industria 4.0, misma que no es nueva, ya que sus orígenes se remontan a finales de la década de los 2000, en Alemania. Un pilar de la industria 4.0 es el análisis de datos, conocido como Big Data. El conocer los datos de un proceso, de un estudio, ayuda en gran medida a predecir el comportamiento que tendrá el proceso o la máquina a estudiar en un periodo a corto o mediano plazo. En el presente proyecto se analizan los datos arrojados por un motor eléctrico de corriente alterna, del tipo inducción, jaula de ardilla. El motor está diseñado para trabajar de manera continua, sin embargo, el uso que se le da, es meramente educativo; es decir, no sobre pasa las 15 horas por semana de uso. Mediante la toma de datos de las tres fases de corriente RMS o corriente de valor eficaz que posee el motor eléctrico que se realizará con el microcontrolador Arduino UNO, se analizarán los mismos mediante el software de cómputo numérico MATLAB, ordenando los datos, descartando valores que no aporten información relevante para lograr la predicción de datos. Por último, se llevará a conocer este proyecto a la carrera mecatrónica, área sistemas de manufactura flexible y área automatización, con el fin de que puedan observar de una mejor manera la aplicación y funcionamiento de uno de los pilares de la actual industria 4.0.

We live in industry 4.0, which is not new, since its origins date back to the late 2000s, in Germany. One pillar of industry 4.0 is data analysis, known as Big Data. Knowing the data of a process, of a study, helps greatly to predict the behavior that the process or machine will have to study in a short- or medium-term period. This project analyzes the data released by an electric motor of alternating current, of the type induction, squirrel cage. The engine is designed to work continuously, however, the use given to it is merely educational, that is; only not over spends 15 hours per week of use. By taking data from the three phases of RMS current or effective value current of the electric motor that will be made with the Arduino UNO micro controller, they will be analyzed using MATLAB numerical computing software, ordering the data, discarding values that do not provide relevant information to achieve data prediction. Finally, this project will be presented to the mechatronics career, flexible manufacturing systems area and automation area, so that they can observe in a better way the application and operation of one of the pillars of the current industry 4.0.

Mantenimiento predictivo Regresión lineal Industria 4.0 Big data Corriente RMS Predictive maintenance Linear regression Industry 4.0 Big data RMS Current INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS OTRAS ESPECIALIDADES TECNOLÓGICAS OTRAS OTRAS

Celebrating Professor Rajeev K. Varshney's transformative research odyssey from genomics to the field on his induction as Fellow of the Royal Society

Vanika Garg Rutwik Barmukh Manish Roorkiwal Chris Ojiewo Abhishek Bohra MAHENDAR THUDI Vikas Kumar Singh Himabindu Kudapa Reyaz Mir Chellapilla Bharadwaj Xin Liu Manish Pandey (2024, [Artículo])

Agricultural Biotechnology Crop Genomics Genome Sequencing CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA BIOTECHNOLOGY CROPS GENOMICS PLANT BREEDING AGRICULTURE GENETIC IMPROVEMENT

Algorithmic differentiation of linear mixed models with variance-covariance structures

Fernando Henrique Toledo Jose Crossa Juan Burgueño Keith Gardner Rosa Angela Pacheco Gil (2023, [Objeto de congreso])

CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA MATHEMATICAL MODELS ALGORITHMS LINEAR MODELS

Multi-environment genomic prediction of plant traits using deep learners with dense architecture

Osval Antonio Montesinos-Lopez Jose Crossa (2018, [Artículo])

Shared Data Resources Deep Learning Genomic Prediction CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA ACCURACY GENOMICS NEURAL NETWORKS FORECASTING DATA MARKER-ASSISTED SELECTION

Statistical machine-learning methods for genomic prediction using the SKM library

Osval Antonio Montesinos-Lopez Brandon Alejandro Mosqueda González Jose Crossa (2023, [Artículo])

Sparse Kernel Methods R package Statistical Machine Learning Genomic Selection CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA MARKER-ASSISTED SELECTION MACHINE LEARNING GENOMICS METHODS