Aplicação de redes neurais e modelos de regressão aleatória para predição do valor genético da produção de leite em vacas holandesas

Resumo

O objetivo do presente trabalho será avaliar o potencial do uso da metodologia de redes neurais artificiais na predição da produção de leite e nas estimativas dos valores genéticos da mesma característica, em animais da raça Holandesa. Serão avaliados cerca de 30.000 controles mensais das produções de leite de aproximadamente 3.500 primeiras lactações de vacas em modelo animal uni-característic0 de regressão aleatória. Serão estimadas funções de covariâncias para os componentes genéticos aditivos e de ambiente permanente. O modelo incluirá os efeitos aleatórios genético aditivo direto, de ambiente permanente e residual. A princípio, os efeitos fixos serão grupo de contemporâneos, os efeitos linear e quadrático da idade da vaca ao parto e a curva média de lactação da população. Serão avaliados os modelos de redes neurais Multilayer Perceptron (MLP). As produções de leite de parentes colaterais e/ou ancestrais, o valor genético dos pais e das mães, os coeficientes da regressão aleatória e os valores das produções nos controles serão utilizados na camada de entrada das redes neurais, para que a produção total de leite e o valor genético dessa característica, utilizadas na camada de saída da rede, sejam preditas pela associação dos valores utilizados na camada de entrada com os da camada de saída. A correlação simples de Pearson entre a estimativa dos valores genéticos e das produções de leite gerados pelas redes neurais e os valores genéticos preditos pela regressão aleatória (valores controle) será utilizada para avaliar a eficiência das redes neurais para a predição dos valores genéticos. (AU)