Multiple-trait random regression models for the estimation of genetic parameters for milk, fat, and protein yield in buffaloes

In this study, genetic parameters for test-day milk, fat, and protein yield were estimated for the first lactation. The data analyzed consisted of 1,433 first lactations of Murrah buffaloes, daughters of 113 sires from 12 herds in the state of São Paulo, Brazil, with calvings from 1985 to 2007. Ten-month classes of lactation days were considered for the test-day yields. The (co)variance components for the 3 traits were estimated using the regression analyses by Bayesian inference applying an animal model by Gibbs sampling. The contemporary groups were defined as herd-year-month of the test day. In the model, the random effects were additive genetic, permanent environment, and residual. The fixed effects were contemporary group and number of milkings (1 or 2), the linear and quadratic effects of the covariable age of the buffalo at calving, as well as the mean lactation curve of the population, which was modeled by orthogonal Legendre polynomials of fourth order. The random effects for the traits studied were modeled by Legendre polynomials of third and fourth order for additive genetic and permanent environment, respectively, the residual variances were modeled considering 4 residual classes. The heritability estimates for the traits were moderate (from 0.21-0.38), with higher estimates in the intermediate lactation phase. The genetic correlation estimates within and among the traits varied from 0.05 to 0.99. The results indicate that the selection for any trait test day will result in an indirect genetic gain for milk, fat, and protein yield in all periods of the lactation curve. The accuracy associated with estimated breeding values obtained using multi-trait random regression was slightly higher (around 8%) compared with single-trait random regression. This difference may be because to the greater amount of information available per animal. © 2013 American Dairy Science Association.

Decomposição de Dantzig-Wolfe aplicada ao problema de planejamento de reativos em sistemas de potência multi-áreas

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Pré-regulador retificador boost com controle digital por valores médios, para sistema de iluminação fluorescente multi-lâmpadas, utilizando dispositivo FPGA e VHDL

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Estimativa de componentes de (co)variância de características de crescimento na raça Brahman utilizando inferência bayesiana

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Parâmetros genéticos para desempenho em corridas de cavalos puro sangue inglês utilizando procedimentos Bayesiano e Thurstoniano

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Estimativas de parâmetros genéticos para produção de leite em búfalas por modelos de repetibilidade, multi-característica e de regressão aleatória

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Multi-dimensional Review of Uruguay. Volume 1: initial assessment

Includes bibliography.

Modelo de propagação indoor multi-andar em 2.4 GHz com estimativa de parâmetros de QoS em chamadas VoIP

O advento de novas formas multimídia tem atraído uma clientela exigente, onde preocupação não é somente com o serviço, mas também, com a qualidade que esse serviço pode ser oferecido. As WLAN (Wireless Local Area Networks) tornaram-se a forma mais comum de roteamento de Internet, devido ao seu baixo custo e facilidade de implementação. Para realizar um bom roteamento é necessário um planejamento, utilizando-se modelos. Os modelos de propagação existentes na literatura fazem a predição da intensidade do sinal, mas algumas vezes não contemplam a previsão de um bom serviço. Nesse sentido a presente dissertação propõe-se a elaborar um modelo de propagação empírico indoor multi-andar que não só prediz a potência recebida, mas também faz uma previsão para algumas métricas de QoS (Quality of Service) de chamadas VoIP (Voice over Internet Protocol). Para a elaboração do modelo proposto foram feitas campanhas de medição, em um prédio de dois andares, em pisos distintos mantendo-se a posição do ponto de acesso (PA) fixa. Estudos de geometria analítica para a contagem e agregação de perdas em pisos e paredes. Os resultados do modelo proposto foram comparados com um modelo da literatura que tem um comportamento similar, onde é possível verificar o melhor desempenho do modelo proposto, e para efeito de estudo um andar completamente simulado foi introduzido para avaliação.

Previsão multi-passos a frente do preço de energia elétrica de curto prazo no mercado brasileiro

A predição do preço da energia elétrica é uma questão importante para todos os participantes do mercado, para que decidam as estratégias mais adequadas e estabeleçam os contratos bilaterais que maximizem seus lucros e minimizem os seus riscos. O preço da energia tipicamente exibe sazonalidade, alta volatilidade e picos. Além disso, o preço da energia é influenciado por muitos fatores, tais como: demanda de energia, clima e preço de combustíveis. Este trabalho propõe uma nova abordagem híbrida para a predição de preços de energia no mercado de curto prazo. Tal abordagem combina os filtros autorregressivos integrados de médias móveis (ARIMA) e modelos de Redes Neurais (RNA) numa estrutura em cascata e utiliza variáveis explanatórias. Um processo em dois passos é aplicado. Na primeira etapa, as variáveis explanatórias são preditas. Na segunda etapa, os preços de energia são preditos usando os valores futuros das variáveis exploratórias. O modelo proposto considera uma predição de 12 passos (semanas) a frente e é aplicada ao mercado brasileiro, que possui características únicas de comportamento e adota o despacho centralizado baseado em custo. Os resultados mostram uma boa capacidade de predição de picos de preço e uma exatidão satisfatória de acordo com as medidas de erro e testes de perda de cauda quando comparado com técnicas tradicionais. Em caráter complementar, é proposto um modelo classificador composto de árvores de decisão e RNA, com objetivo de explicitar as regras de formação de preços e, em conjunto com o modelo preditor, atuar como uma ferramenta atrativa para mitigar os riscos da comercialização de energia.

Padrões de diversidade e estrutura de taxocenoses de anfíbios anuros: análise em multi-escala espacial

Pós-graduação em Ciências Biológicas (Zoologia) - IBRC

Física de sabores e modelos multi-Higgs

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Um modelo bi-nível para o investimento multi-etapa em capacidade de transmissão e geração de energia elétrica em mercados competitivos

Pós-graduação em Engenharia Elétrica - FEIS

Different patterns between mechanical and electrical activities: an approach to investigate gastric motility in a model of long-term diabetic rats

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Genetic Parameters for Reproductive Traits of Crossbred Buffaloes from Brazil, Estimated by Bayesian Inference

The objective of the study was to estimate heritability for calving interval (CI) and age at first calving (AFC) and also calculate repeatability for CI in buffaloes using Bayesian inference. The Brazilian Buffaloes Genetic Improvement Program provided the database. Data consists on information from 628 females and four different herds, born between 1980 and 2003. In order to estimate the variance, univariate analyses were performed employing Gibbs sampler procedure included in the MTGSAM software. The model for CI included the random effects direct additive and permanent environment factors, and the fixed effects of contemporary groups and calving orders. The model for AFC included the direct additive random effect and contemporary groups as a fixed effect. The convergence diagnosis was obtained using Geweke that was implemented through the Bayesian Output Analysis package in R software. The estimated averages were 433.2 days and 36.7months for CI and AFC, respectively. The means, medians and modes for the calculated heritability coefficients were similar. The heritability coefficients were 0.10 and 0.42 for CI and AFC respectively, with a posteriori marginal density that follows a normal distribution for both traits. The repeatability for CI was 0.13. The low heritability estimated for CI indicates that the variation in this trait is, to a large extent, influenced by environmental factors such as herd management policies. The age at first calving has clear potential for yield improvement through direct selection in these animals.

Genetic Correlation for Pre-Weaning and Post-Weaning Traits of Mediterranean Buffaloes from Brazil, Estimated By Bayesian Inference

The aim of this study was to estimate genetic, environmental and phenotypic correlation between birth weight (BW) and weight at 205 days age (W205), BW and weight at 365 days age (W365) and W205-W365, using Bayesian inference. The Brazilian Program for Genetic Improvement of Buffaloes provided the data that included 3,883 observations from Mediterranean breed buffaloes. With the purpose to estimate variance and covariance, bivariate analyses were performed using Gibbs sampler that is included in the MTGSAM software. The model for BW, W205 and W365 included additive direct and maternal genetic random effects, maternal environmental random effect and contemporary group as fixed effect. The convergence diagnosis was achieved using Geweke, a method that uses an algorithm implemented in R software through the package Bayesian Output Analysis. The calculated direct genetic correlations were 0.34 (BW-W205), 0.25 (BW-W365) and 0.74 (W205-W365). The environmental correlations were 0.12, 0.11 and 0.72 between BW-W205, BW-W365 and W205-W365, respectively. The phenotypic correlations were low for BW-W205 (0.01) and BW-W365 (0.04), differently than the obtained for W205-W365 with a value of 0.67. The results indicate that BW trait have low genetic, environmental and phenotypic association with the two others traits. The genetic correlation between W205 and W365 was high and suggests that the selection for weight at around 205 days could be beneficial to accelerate the genetic gain.