Classificação de anomalias e redução de falsos positivos em sistemas de detecção de intrusão baseados em rede utilizando métodos de agrupamento

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Consistência do padrão de agrupamento de cultivares de feijão conforme medidas de dissimilaridade e métodos de agrupamento

O objetivo deste trabalho foi avaliar a consistência do padrão de agrupamento de cultivares de feijão (Phaseolus vulgaris L.), obtido a partir da combinação de oito medidas de dissimilaridade e oito métodos de agrupamento. Treze cultivares de feijão foram avaliadas em nove experimentos conduzidos entre os anos agrícolas de 2000/2001 e 2004/2005, e agrupadas de acordo com caracteres de produção (produtividade de grãos, número de vagens por planta), de fenologia (número de dias da emergência ao florescimento e da emergência à colheita) e de morfologia (altura de inserção da primeira e da última vagem). Foram realizadas análises de variância, de correlação, de diagnóstico de multicolinearidade, de agrupamento e de comparação de médias. A consistência do padrão de agrupamento foi avaliada por meio do coeficiente de correlação cofenética. Há variabilidade na consistência do padrão de agrupamento das cultivares de feijão, obtido a partir da combinação de diferentes medidas de dissimilaridade e métodos de agrupamento. Maior consistência nos padrões de agrupamento de cultivares de feijão é verificada com o método da ligação média entre grupo, obtido a partir da matriz de distância euclidiana.

Tamanho de coleção original, métodos de agrupamento e amostragem para obtenção de coleção nuclear de germoplasma

O objetivo deste trabalho foi verificar o efeito do tamanho da coleção original de germoplasma sobre eficácia de diferentes métodos de agrupamento e de amostragem, utilizados na obtenção de coleções nucleares, e comparar esses métodos no estabelecimento de coleções nucleares. Foram simulados sete tamanhos de coleções originais e utilizadas sete estratégias de amostragem para estabelecimento de coleções nucleares, com uso de caracteres morfo-agronômicos. Oito estratégias de obtenção de coleção nuclear foram empregadas, seis com técnicas de agrupamento (Tocher e Tocher sequencial) e duas sem agrupamento (aleatória e Tocher invertido). Nas estratégias de agrupamento, foram empregadas as amostragens constante, logarítmica e proporcional. Determinaram-se a variância explicada, o valor do coeficiente de determinação, o coeficiente de coincidência e o coeficiente de coincidência do desvio-padrão entre a coleção nuclear e a coleção original. As estratégias de amostragem constante e logarítmica geram coleções nucleares representativas da coleção original. O agrupamento de Tocher sequencial é mais eficaz na representação da coleção original pela coleção nuclear do que o agrupamento de Tocher. Entre as estratégias avaliadas, a amostragem pelo método de Tocher com critério de aglomeração inverso foi a mais eficiente na geração de coleções nucleares representativas das coleções originais

Comparação de métodos de agrupamento para o estudo da divergência genética em cultivares de feijão

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Classificação de anomalias e redução de falsos positivos em sistemas de detecção de intrusão baseados em rede utilizando métodos de agrupamento

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Métodos de agrupamento em estudo de divergência genética de pimentas

O objetivo deste trabalho foi comparar três métodos para determinação do número de grupos em estudos com aplicação de métodos hierárquicos de agrupamentos, baseando-se em dados obtidos a partir da caracterização de acessos de Capsicum, de modo a identificar aquele com maior poder de discriminação. Os métodos de Mojena, de Tocher e o método RMSSTD foram aplicados com a finalidade de determinar o número ideal de grupos formados na fase final do procedimento de agrupamento com o método UPGMA. Foram analisados 49 acessos da espécie Capsicum chinense do Banco de Germoplasma de Hortaliças da Universidade Federal de Viçosa, em relação a dez características morfológicas com o intuito de identificar e agrupar os acessos mais similares, tornando possível a seleção de genótipos superiores, ou seja, com as características comerciais de interesse. Os resultados mostraram que o método RMSSTD permitiu concluir sobre a existência de sete grupos, evidenciando um maior poder de discriminação para este método, em relação ao método de otimização de Tocher e ao método de Mojena, que formaram respectivamente, quatro e três grupos.

Aplicação da análise de agrupamento de dados de expressão gênica temporal a dados em painel

O objetivo deste trabalho foi determinar a melhor alternativa, entre os métodos de agrupamento hierárquico (Ward) e de otimização (Tocher), para a formação de grupos homogêneos de séries de expressão gênica, e realizar previsões quanto à expressão gênica dessas séries, a partir de pequeno número de observações temporais. Os dados utilizados referem-se à expressão de genes que atuam sobre o ciclo celular de Saccharomyces cerevisiae e corresponderam a 114 séries de expressão gênica, cada uma com dez valores de "fold-change" (medida da expressão gênica) ao longo do tempo (0, 15, 30, 45, 60, 75, 90, 105, 120 e 135 min). As estimativas dos parâmetros dos modelos autorregressivos AR(p) foram previamente ajustadas a séries individuais (de cada gene) de dados "microarray time series" e utilizadas, como variáveis, no processo de agrupamento. As previsões da expressão gênica foram feitas dentro de cada grupo formado, a partir dos ajustes no modelo AR(p) para dados em painel. O método de Ward foi o mais apropriado para a formação de grupos de genes com séries homogêneas. Uma vez obtidos esses grupos, é possível ajustar o modelo AR(2) para dados em painel e predizer a expressão gênica em um tempo futuro (135 min), a partir de um pequeno número de observações temporais (os outros nove valores de "fold-change").

Estabilidade em análise de agrupamento: estudo de caso em ciência florestal

Objetivou-se, neste trabalho, propor uma sistemática para o estudo e interpretação da estabilidade dos métodos de análise de agrupamento, através de vários algoritmos de agrupamento em dados de vegetação. Utilizaram-se dados provenientes de levantamento na Mata da Silvicultura, da Universidade Federal de Viçosa ,em Viçosa, MG. Para a análise de agrupamento, foram estimadas as matrizes de distância de Mahalanobis com base nos dados originais e via reamostragem "bootstrap", bem como aplicados os métodos da ligação simples, ligação completa e médias das distâncias, do centróide, da mediana e do Ward. Para a detecção de associação entre os métodos, foi aplicado o teste Qui-Quadrado (chi2) a 1 e 5% de probabilidade. Para os diversos métodos de agrupamento foi obtida a correlação cofenética. Os resultados de associação dos métodos foram semelhantes, indicando, em princípio, que qualquer algoritmo de agrupamento estudado está estabilizado e existem, de fato, grupos entre os indivíduos observados. No entanto, verificou-se que os métodos são coincidentes, exceto os métodos do centróide e Ward e os métodos do centróide e mediana, em comparação com o de Ward, respectivamente, com base nas matrizes de Mahalanobis a partir dos dados originais e "bootstrap". A sistemática proposta é promissora para o estudo e interpretação da estabilidade dos métodos de análise de agrupamento em dados de vegetação.

Algoritmos de agrupamento aplicados a dados de expressão gênica de câncer: um estudo comparativo

The use of clustering methods for the discovery of cancer subtypes has drawn a great deal of attention in the scientific community. While bioinformaticians have proposed new clustering methods that take advantage of characteristics of the gene expression data, the medical community has a preference for using classic clustering methods. There have been no studies thus far performing a large-scale evaluation of different clustering methods in this context. This work presents the first large-scale analysis of seven different clustering methods and four proximity measures for the analysis of 35 cancer gene expression data sets. Results reveal that the finite mixture of Gaussians, followed closely by k-means, exhibited the best performance in terms of recovering the true structure of the data sets. These methods also exhibited, on average, the smallest difference between the actual number of classes in the data sets and the best number of clusters as indicated by our validation criteria. Furthermore, hierarchical methods, which have been widely used by the medical community, exhibited a poorer recovery performance than that of the other methods evaluated. Moreover, as a stable basis for the assessment and comparison of different clustering methods for cancer gene expression data, this study provides a common group of data sets (benchmark data sets) to be shared among researchers and used for comparisons with new methods

Algoritmos de agrupamentos fuzzy intervalares e índice de validação para agrupamento de dados simbólicos do tipo intervalo

Symbolic Data Analysis (SDA) main aims to provide tools for reducing large databases to extract knowledge and provide techniques to describe the unit of such data in complex units, as such, interval or histogram. The objective of this work is to extend classical clustering methods for symbolic interval data based on interval-based distance. The main advantage of using an interval-based distance for interval-based data lies on the fact that it preserves the underlying imprecision on intervals which is usually lost when real-valued distances are applied. This work includes an approach allow existing indices to be adapted to interval context. The proposed methods with interval-based distances are compared with distances punctual existing literature through experiments with simulated data and real data interval

Utilização de técnicas de análise de agrupamento do risco de geada no Estado do Paraná para a cultura do milho safrinha

Pós-graduação em Agronomia (Energia na Agricultura) - FCA

Divergência entre genótipos de soja, cultivados em várzea irrigada

A divergência genética é um dos mais importantes parâmetros avaliados por melhoristas de plantas, na fase inicial de um programa de melhoramento genético. Diante disso, objetivou-se com este trabalho avaliar, por meio de técnicas multivariadas, a divergência genética entre 48 genótipos de soja, cultivados em várzea irrigada no Estado do Tocantins, com o intuito de identificar as combinações mais promissoras para produzir recombinações superiores, tanto destinados a produção de óleo e farelo, como do grupo especial, destinados ao consumo humano. O experimento foi conduzido no município de Formoso do Araguaia, TO, em cultivo de várzea irrigada na entressafra de 2010. O delineamento experimental foi o de blocos ao acaso, com quatro repetições. Verificou-se variabilidade entre os genótipos testados. Os resultados dos métodos de agrupamento de Tocher, UPGMA e Variáveis Canônicas foram concordantes entre si e detectaram quatro grupos distintos. As seguintes hibridações são promissoras para produção de grãos de soja destinados a óleo e farelo: M-Soy 8766, M-Soy 9144, A 7002 e M-Soy 9056 com Amaralina e cruzamentos entre M-Soy 8766, M-Soy 9144 e Amaralina com BRSMG 790A, BRS 257, BRS 216 e BRS 213 e são indicados visando a genótipos de soja especiais para alimentação humana.

Dissimilaridade genética e análise de trilha de cultivares de soja avaliada por meio de descritores quantitativos

Além das avaliações entre genótipos, a utilização de técnicas multivariadas possibilita restringirem-se os erros, principalmente quanto à diversidade genética, podendo-se, assim, prever combinações com maior efeito heterótico, além da maior possibilidade de recuperação dos genótipos superiores. Objetivou-se, com este trabalho, avaliar a divergência genética entre 18 cultivares de soja, por meio de seis caracteres morfoagronômicos. Foi realizada a análise de trilha, para averiguar as contribuições direta e indireta desses caracteres sobre o rendimento de grãos. A distância generalizada de Mahalanobis fundamentou as técnicas de agrupamentos, tanto a de Tocher, bem como a do dendrograma por ligação simples. Observaram-se cinco grupos divergentes, sendo nove genótipos considerados similares entre si, enquanto os cultivares CEP 59, Netuno e Urano foram formadores de grupos isolados pelos dois métodos de agrupamento. Quanto à análise de trilha, observou-se que os caracteres indiretos pouco influenciaram o rendimento de grãos, tendo relação direta significativa com massa de 100 grãos, tendo-se destacado os cultivares Tertulha e CEP 53, com produtividade de grãos acima de 3,7 t ha-1.

Divergência genética em germoplasma de aveias silvestres com base em caracteres multicategóricos e quantitativos

As aveias silvestres são importantes fontes de genes para programas de melhoramento e sua caracterização é fundamental para a efetiva conservação e uso. Por isso, o objetivo deste estudo foi avaliar a divergência genética em uma coleção de 71 subamostras de aveias silvestres, do Banco de Germoplasma da Embrapa Trigo, com base em caracteres multicategóricos e quantitativos. Procederam-se às análises de variância, para os caracteres quantitativos, e multivariada, para ambos os tipos de caracteres. Os métodos de agrupamento UPGMA, a partir da distância euclidiana média (caracteres multicategóricos), e de ligação completa, com base na distância de Mahalanobis (caracteres quantitativos), foram os mais adequados para ilustrar a relação entre as subamostras. A pilosidade da base dos grãos foi o caractere com maior contribuição relativa para divergência genética (32,16%) e a menor contribuição foi da pilosidade do nó superior (0,081%). As subamostras divergiram quanto a vinte caracteres: pilosidade da bainha da folha inferior, bordas da lâmina imediatamente abaixo da folha bandeira, nó superior, face externa do lema e base do grão; posição da folha bandeira e das ramificações na panícula; frequência de plantas com folha bandeira recurvada; intensidade da pilosidade do nó superior e da cerosidade do lema; orientação das ramificações na panícula; comprimento dos pelos basais do grão, ráquila, panícula, glumas e planta; cor do lema, tipo de arista, número de grãos por espigueta e ciclo. O germoplasma apresenta elevada variabilidade genética e genes de interesse para o melhoramento de aveias.

Divergência genética entre clones de guaranazeiro

As técnicas multivariadas, para estimar a diversidade genética de um grupo de progenitores, têm sido utilizadas com freqüência pelos melhoristas de plantas. Os progenitores são utilizados em cruzamentos biparentais ou múltiplos, para formação de populações segregantes que tenham maior probabilidade de recuperação de genótipos superiores. Este trabalho foi realizado com o objetivo de identificar clones de guaranazeiro produtivos e divergentes que possam ser utilizados em um programa de cruzamentos para obter híbridos com alto valor heterótico e materiais para propagação vegetativa. Foram avaliados 148 clones de guaranazeiro atualmente em uso no programa de melhoramento genético da Embrapa-Centro de Pesquisa Agroflorestal da Amazônia Ocidental. Utilizou-se, para estimativa da divergência genética, a análise de agrupamento, em que a medida de dissimilaridade utilizada foi a distância euclidiana média padronizada e os métodos de agrupamento de otimização de Tocher e do vizinho mais próximo para construção do dendrograma entre grupos de clones. Houve a formação de sete grupos divergentes de clones. Concluiu-se que a divergência genética entre os clones não é grande, pois dois grupos foram formados com dois clones e três grupos foram formados somente com um único clone. Os clones CMU384 e CMU801 foram os mais próximos geneticamente e podem ser utilizados na formação de uma população com desenvolvimento vegetativo uniforme para uso em plantios comerciais.