@Article{SouzaCuAnCaVoEs:2013:TéExCo,
author = "Souza, Vanessa Cristina Oliveira de and Cunha, Rodrigo Luz da and
Andrade, Livia Naiara and Carvalho, Vicente Luiz de and Volpato,
Margarete Marin Lordelo and Esmin, Ahmed Ali Abdalla",
affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Empresa de
Pesquisa Agropecu{\'a}ria de Minas Gerais/EPAMIG - Unidade
Regional do Sul de Minas (URESM) - Cx. P. 176 - 37200-000 - Lavras
- MG} and {Empresa de Pesquisa Agropecu{\'a}ria de Minas
Gerais/EPAMIG - Unidade Regional do Sul de Minas (URESM) - Cx. P.
176 - 37200-000 - Lavras - MG} and {Universidade Federal de Lavras
/UFLA - Departamento de Ci{\^e}ncia da Computa{\c{c}}{\~a}o/DCC
- Cx. P. 3037 37200-000 - Lavras - MG - aesmin@gmail.com} and
{Empresa de Pesquisa Agropecu{\'a}ria de Minas Gerais/EPAMIG -
Unidade Regional do Sul de Minas (URESM) - Cx. P. 176 - 37200-000
- Lavras - MG} and {Universidade Federal de Lavras /UFLA -
Departamento de Ci{\^e}ncia da Computa{\c{c}}{\~a}o/DCC - Cx.
P. 3037 37200-000 - Lavras - MG - aesmin@gmail.com}",
title = "T{\'e}cnicas de extra{\c{c}}{\~a}o de conhecimentos aplicadas a
modelagem de ocorr{\^e}ncia da Cercosporiose (cercospora
coffeicola berkeley \& cooke) em cafeeiros na regi{\~a}o Sul de
Minas Gerais / Technical knowledge extraction applied to modeling
of occurrence (cercospora coffeicola berkeley \& cooke) coffee in
the southern region of Minas Gerais",
journal = "Coffee Science",
year = "2013",
volume = "8",
number = "1",
pages = "91--100",
keywords = "Coffea arabica , minera{\c{c}}{\~a}o de dados
epidemiol{\'o}gicos, epidemiologia de doen{\c{c}}as de plantas,
Coffea arabica L., epidemiological data mining, epidemiology of
plant diseases.",
abstract = "O levantamento do progresso da cercosporiose torna-se
potencialmente {\'u}til e compreens{\'{\i}}vel no entendimento
da doen{\c{c}}a e no processo de tomada de decis{\~a}o para
medidas de controle. Nos {\'u}ltimos anos, programas
computacionais t{\^e}m ajudado a elucidar quais fatores
bi{\'o}ticos ou abi{\'o}ticos s{\~a}o mais representativos.
Objetivou-se, neste trabalho, investigar, utilizando t{\'e}cnicas
de extra{\c{c}}{\~a}o do conhecimento, quais atributos
ambientais e fenol{\'o}gicos mais influenciam na ocorr{\^e}ncia
da cercosporiose em cafeeiros no Sul de Minas Gerais, sob dois
sistemas de cultivo: convencional e org{\^a}nico. Para isso,
foram organizados dados de incid{\^e}ncia de cercosporiose nos
dois sistemas de cultivo, com dados clim{\'a}ticos e
fenol{\'o}gicos da cultura, em um per{\'{\i}}odo de cinco anos
de avalia{\c{c}}{\~a}o. Em seguida, um algoritmo de
extra{\c{c}}{\~a}o do conhecimento baseado em {\'a}rvore de
decis{\~a}o foi utilizado para obter os atributos que mais
favorecem a ocorr{\^e}ncia da cercosporiose. Os modelos gerados
tiveram 60% de taxa de acerto e mostraram que a temperatura
m{\'e}dia foi o atributo de maior influ{\^e}ncia na totalidade
dos dados e para o sistema convencional de cultivo. No manejo
org{\^a}nico, a precipita{\c{c}}{\~a}o mensal e a fenologia
s{\~a}o os fatores que mais interferem na ocorr{\^e}ncia da
doen{\c{c}}a. Termos para indexa{\c{c}}{\~a}o ABSTRACT: The
survey of the progress of Cercospora leaf spot becomes potentially
useful and understandable in understanding the disease process and
in decision making for control measures. In the last years,
computer programs have helped to elucidate what factors are biotic
or abiotic more representative. The aim of this work was to
investigate, using knowledge extraction techniques, which
phenological and environmental attributes most influence on the
occurrence of Cercospora leaf spot on coffee trees in southern
Minas Gerais, under two tillage systems: conventional and organic.
For this, data were organized incidence of Cercospora leaf spot in
both cropping systems, with climatic data and phenological crop in
a period of five years of evaluation. Then an algorithm based on
knowledge extraction decision tree was used to obtain the
attributes that most favor the occurrence of Cercospora leaf spot.
The generated models were 60% hit rate and showed that the average
temperature of the attribute was greater influence on the entire
data and the conventional culture system. In organic management,
the precipitation and phenology are the factors that most
influence the occurrence of disease. Index terms: Coffea arabica
L., epidemiological data mining, epidemiology of plant diseases.",
issn = "1984-3909 and 1809-6875",
label = "lattes: 1661283751157601 1 SouzaCuAnCaVoEs:2013:T{\'e}ExCo",
language = "pt",
targetfile = "366-2751-1-PB.pdf",
url = "http://www.coffeescience.ufla.br/index.php/Coffeescience/article/view/366",
urlaccessdate = "10 maio 2024"
}