Aumento da eficiência de seleção para área foliar em couve utilizando redes neurais artificiais

A estimacao da area foliar na couve e importante, pois as mensuracoes de forma direta sao dificeis e imprecisas, devido ao tamanho da folha, necessidade de muita mao-de-obra, necessidade de equipamentos caros e devido a superficie foliar de alguns genotipos que sao bastante engruvinhadas. Objetivou-se verificar a eficiencia de redes neurais artificiais (RNAs) na estimacao da area foliar a partir do comprimento e largura foliar e constatar a eficiencia do uso da area estimada no processo de selecao em comparacao com a area observada. O experimento foi conduzido em delineamento de blocos casualizados com tres repeticoes, 22 acessos e quatro plantas por parcela. Desenvolveram-se perceptrons de multicamadas utilizando 50 folhas por acesso, destinando-se 70% para treinamento, 15% para a validacao cruzada ( early-stop ) e 15% para teste. Foram testadas 39 configuracoes de rede perceptron de multicamadas. As RNAs foram eficientes para estimar a area foliar a partir do comprimento e largura do limbo foliar. A area foliar estimada pela RNA e indicada para a selecao de plantas por ser de facil obtencao, ser nao destrutivo, apresentar alta correlacao fenotipica e genetica com a area foliar observada e maior herdabilidade.