Identification and validation of stable quantitative trait loci for yield component traits in wheat

Yong Zhang Zhonghu He xianchun xia Yan Zhang Shuanghe Cao (2023, [Artículo])

Grain Number Per Spike KASP Markers QTL Mapping Thousand Grain Weight CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA QUANTITATIVE TRAIT LOCI MAPPING TRITICUM AESTIVUM GRAIN YIELD COMPONENTS MARKER-ASSISTED SELECTION

Validation of Novel spot blotch disease resistance alleles identified in unexplored wheat (Triticum aestivum L.) germplasm lines through KASP markers

suneel kumar UTTAM KUMAR Guriqbal Singh Dhillon Amit Singh Vinod Mishra Pradeep Kumar Bhati Saikat Das Ramesh Chand Kuldeep Singh Sundeep Kumar (2022, [Artículo])

Spot Blotch Genome-Wide Association Study Marker Trait Association KASP Markers Kompetitive Allele Specific PCR CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA TRITICUM AESTIVUM MATERIAL TRANSFER AGREEMENTS MARKER-ASSISTED SELECTION DISEASE RESISTANCE WHEAT

Maintenance of UK bread baking quality: Trends in wheat quality traits over 50 years of breeding and potential for future application of genomic-assisted selection

Nick Fradgley Alison Bentley Keith Gardner Stéphanie M. Swarbreck (2023, [Artículo])

Sustainable Food Systems Genomic Prediction Genome-Wide Association Analysis CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA WHEAT BREEDING MARKER-ASSISTED SELECTION VARIETIES FOOD SYSTEMS QUALITY

Diseases of maize and phenotyping

Suresh L.M. (2023, [Objeto de congreso])

CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA DISEASE RESISTANCE MAIZE PHENOTYPING GERMPLASM MARKER-ASSISTED SELECTION

Editorial: Functional genomic approaches in molecular breeding for crop improvement

Philomin Juliana (2023, [Artículo])

CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA DNA MARKER-ASSISTED SELECTION QUANTITATIVE TRAIT LOCI CROP IMPROVEMENT

Tránsito de avenidas en cauces mediante redes neuronales artificiales

FRANCISCO JAVIER APARICIO MIJARES JUAN PABLO MOLINA AGUILAR (2006, [Artículo])

Los métodos hidrológicos comúnmente utilizados para el tránsito de avenidas presentan limitantes

en el análisis de problemas complejos como, por ejemplo, los casos de trenes de avenidas, la presencia de flujos laterales o las uniones de ríos, principalmente en los casos en que no se cuenta con medición hidrométrica de toda la red hidrológica. Las características de las redes neuronales artificiales las convierten en una posibilidad para su aplicación al tránsito de avenidas, pues presentan diversas ventajas respecto a los métodos hidrológicos tradicionales. La aplicación de redes neuronales artificiales a distintos casos muestra que, contando con información y seleccionando la topología adecuada, es posible obtener resultados con una precisión similar a los métodos hidráulicos e hidrológicos con datos habitualmente disponibles en registros hidrométricos, que son escasos para la aplicación de dichos métodos. La aplicación de redes neuronales artificiales de arquitecturas simples en el caso de avenidas reales aisladas y trenes de avenidas en la región hidrológica 30, así como en registros anuales en la confluencia de los ríos Manso y Cajones, que forman el río Tesechoacán, muestra claramente las bondades de su utilización.

Tránsito de avenidas Métodos hidrológicos Redes neuronales artificiales CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA

Redes neuronales artificiales en la estimación de la evapotranspiración de referencia

Artificial neural networks in the estimation of reference evapotranspiration

ROCIO CERVANTES OSORNIO RAMON ARTEAGA RAMIREZ MARIO ALBERTO VAZQUEZ PEÑA WALDO OJEDA BUSTAMANTE ABEL QUEVEDO NOLASCO (2011, [Artículo])

Las redes neuronales artificiales representan un vasto campo de investigación, puesto que han demostrado tener aplicación en varios campos de la ciencia, su capacidad de lidiar con no linealidades en diversos fenómenos, y los diferentes trabajos realizados en la estimación y/o pronóstico para predecir variables climáticas, que inciden directa e indirectamente en la evapotranspiración de referencia y la propia evapotranspiración ha originado el desarrollo de este trabajo. El objetivo fue presentar una revisión de literatura sobre redes neuronales artificiales, para la estimación de la evapotranspiración de referencia y variables relacionadas, que incluye: la teoría y fundamentos de las redes neuronales artificiales y el algoritmo backpropagation; algunas similitudes y diferencias entre los modelos estadísticos tradicionales y las redes neuronales artificiales; aplicaciones de las redes neuronales artificiales en la estimación de la evapotranspiración de referencia; y variables que se asocian con las perspectivas de las redes neuronales artificiales en la predicción de variables agroclimáticas

Evapotranspiración Redes neuronales artificiales Predicción INGENIERÍA Y TECNOLOGÍA

Classification of Cucumber Leaves Based on Nitrogen Content Using the Hyperspectral Imaging Technique and Majority Voting.

Sajad Sabzi Razieh Pourdarbani Mohammad Hossein Rohban Alejandro Fuentes_Penna José Luis Hernández-Hernández Mario Hernández Hernández (2021, [Artículo])

Improper usage of nitrogen in cucumber cultivation causes nitrate accumulation in the fruit and results in food poisoning in humans; therefore, mandatory evaluation of food products becomes inevitable. Hyperspectral imaging has a very good ability to evaluate the quality of fruits and vegetables in a non-destructive manner. The goal of the present paper was to identify excess nitrogen in cucumber plants. To obtain a reliable result, the majority voting method was used, which takes into account the unanimity of five classifiers, namely, the hybrid artificial neural network¿imperialism competitive algorithm (ANN-ICA), the hybrid artificial neural network¿harmonic search (ANN-HS) algorithm, linear discrimination analysis (LDA), the radial basis function network (RBF), and the Knearest- neighborhood (KNN). The wavelengths of 723, 781, and 901 nm were determined as optimal wavelengths using the hybrid artificial neural network¿biogeography-based optimization (ANNBBO) algorithm, and the performance of classifiers was investigated using the optimal spectrum. The results of a t-test showed that there was no significant difference in the precision of the algorithm when using the optimal wavelengths and wavelengths of the whole range. The correct classification rate of the classifiers ANN-ICA, ANN-HS, LDA, RBF, and KNN were 96.14%, 96.11%, 95.73%, 64.03%, and 95.24%, respectively. The correct classification rate of majority voting (MV) was 95.55% for test data in 200 iterations, which indicates the system was successful in distinguishing nitrogen-rich leaves from leaves with a standard content of nitrogen.

artificial neural network cucumber hyperspectral imaging majority voting nitrogen INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ALIMENTOS

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

Relocation of Sr48 to chromosome 2D using an alternative mapping population and development of a closely linked marker using diverse molecular technologies

Naeela Qureshi Mandeep Randhawa Peng Zhang Urmil Bansal Harbans Bariana (2023, [Artículo])

Fluorescent in Situ Hybridization Genomic in Situ Hybridization Ug99 CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA MARKER-ASSISTED SELECTION STEM RUST TRANSLOCATION WHEAT