Aplicación de una metodología basada en aprendizaje automático para el mejoramiento genético de duraznero

Autores
Aballay, Maximiliano Martín; Chirino, Julian Santiago; Valentini, Gabriel Hugo; Sanchez, Gerardo
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Poster
El mejoramiento genético de duraznero es una actividad a largo plazo que implica una gran inversión de tiempo en comparación con los cultivos anuales debido principalmente a dos desafíos: largos períodos juveniles y plantas de gran tamaño. El desarrollo en las tecnologías de secuenciación que se ha producido en los últimos años hace posible acceder a un gran caudal de información, ayudando a acelerar el proceso de mejoramiento. Este nivel de información nos permite aplicar técnicas de aprendizaje automático que pueden encontrar patrones, y realizar predicciones que ayuden al proceso de mejoramiento.
EEA San Pedro
Fil: Aballay, Maximiliano Martín. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria San Pedro; Argentina
Fil: Chirino, Julián Santiago. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria San Pedro; Argentina
Fil: Valentini, Gabriel Hugo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria San Pedro; Argentina
Fil: Sánchez, Gerardo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria San Pedro; Argentina
Fuente
IX Encuentro Latinoamericano Prunus sin Fronteras. San Salvador de Jujuy, Argentina, 12 al 14 de Octubre del 2022.
Materia
Frutales
Durazno
Prunus persica
Biotecnología Vegetal
Fitomejoramiento
Marcadores Genéticos
Fruit Crops
Peaches
Machine Learning
Plant Biotechnology
Plant Breeding
Genetic Markers
Aprendizaje Automático
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
INTA Digital (INTA)
Institución
Instituto Nacional de Tecnología Agropecuaria
OAI Identificador
oai:localhost:20.500.12123/13298
Acceder
id INTADig_401ba818da5633ec2dae527b606cc3df
oai_identifier_str oai:localhost:20.500.12123/13298
network_acronym_str INTADig
repository_id_str l
network_name_str INTA Digital (INTA)
spelling Aplicación de una metodología basada en aprendizaje automático para el mejoramiento genético de durazneroAballay, Maximiliano MartínChirino, Julian SantiagoValentini, Gabriel HugoSanchez, GerardoFrutalesDuraznoPrunus persicaBiotecnología VegetalFitomejoramientoMarcadores GenéticosFruit CropsPeachesMachine LearningPlant BiotechnologyPlant BreedingGenetic MarkersAprendizaje AutomáticoPosterEl mejoramiento genético de duraznero es una actividad a largo plazo que implica una gran inversión de tiempo en comparación con los cultivos anuales debido principalmente a dos desafíos: largos períodos juveniles y plantas de gran tamaño. El desarrollo en las tecnologías de secuenciación que se ha producido en los últimos años hace posible acceder a un gran caudal de información, ayudando a acelerar el proceso de mejoramiento. Este nivel de información nos permite aplicar técnicas de aprendizaje automático que pueden encontrar patrones, y realizar predicciones que ayuden al proceso de mejoramiento.EEA San PedroFil: Aballay, Maximiliano Martín. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria San Pedro; ArgentinaFil: Chirino, Julián Santiago. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria San Pedro; ArgentinaFil: Valentini, Gabriel Hugo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria San Pedro; ArgentinaFil: Sánchez, Gerardo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria San Pedro; ArgentinaFacultad de Ciencias Agrarias, Universidad Nacional de Jujuy2022-11-03T10:36:08Z2022-11-03T10:36:08Z2022-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://hdl.handle.net/20.500.12123/13298IX Encuentro Latinoamericano Prunus sin Fronteras. San Salvador de Jujuy, Argentina, 12 al 14 de Octubre del 2022.reponame:INTA Digital (INTA)instname:Instituto Nacional de Tecnología Agropecuariaspainfo:eu-repograntAgreement/INTA/2019-PE-E6-I114-001/2019-PE-E6-I114-001/AR./Caracterización de la diversidad genética de plantas, animales y microorganismos mediante herramientas de genómica aplicada.info:eu-repograntAgreement/INTA/2019-PE-E6-I125-001/2019-PE-E6-I125-001/AR./Mejoramiento genético, caracterización y uso de variabilidad con aplicación de herramientas biotecnológicas en cultivos frutalesinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)2025-10-23T11:18:08Zoai:localhost:20.500.12123/13298instacron:INTAInstitucionalhttp://repositorio.inta.gob.ar/Organismo científico-tecnológicoNo correspondehttp://repositorio.inta.gob.ar/oai/requesttripaldi.nicolas@inta.gob.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:l2025-10-23 11:18:09.176INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuariafalse
dc.title.none.fl_str_mv Aplicación de una metodología basada en aprendizaje automático para el mejoramiento genético de duraznero
title Aplicación de una metodología basada en aprendizaje automático para el mejoramiento genético de duraznero
spellingShingle Aplicación de una metodología basada en aprendizaje automático para el mejoramiento genético de duraznero
Aballay, Maximiliano Martín
Frutales
Durazno
Prunus persica
Biotecnología Vegetal
Fitomejoramiento
Marcadores Genéticos
Fruit Crops
Peaches
Machine Learning
Plant Biotechnology
Plant Breeding
Genetic Markers
Aprendizaje Automático
title_short Aplicación de una metodología basada en aprendizaje automático para el mejoramiento genético de duraznero
title_full Aplicación de una metodología basada en aprendizaje automático para el mejoramiento genético de duraznero
title_fullStr Aplicación de una metodología basada en aprendizaje automático para el mejoramiento genético de duraznero
title_full_unstemmed Aplicación de una metodología basada en aprendizaje automático para el mejoramiento genético de duraznero
title_sort Aplicación de una metodología basada en aprendizaje automático para el mejoramiento genético de duraznero
dc.creator.none.fl_str_mv Aballay, Maximiliano Martín
Chirino, Julian Santiago
Valentini, Gabriel Hugo
Sanchez, Gerardo
author Aballay, Maximiliano Martín
author_facet Aballay, Maximiliano Martín
Chirino, Julian Santiago
Valentini, Gabriel Hugo
Sanchez, Gerardo
author_role author
author2 Chirino, Julian Santiago
Valentini, Gabriel Hugo
Sanchez, Gerardo
author2_role author
author
author
dc.subject.none.fl_str_mv Frutales
Durazno
Prunus persica
Biotecnología Vegetal
Fitomejoramiento
Marcadores Genéticos
Fruit Crops
Peaches
Machine Learning
Plant Biotechnology
Plant Breeding
Genetic Markers
Aprendizaje Automático
topic Frutales
Durazno
Prunus persica
Biotecnología Vegetal
Fitomejoramiento
Marcadores Genéticos
Fruit Crops
Peaches
Machine Learning
Plant Biotechnology
Plant Breeding
Genetic Markers
Aprendizaje Automático
dc.description.none.fl_txt_mv Poster
El mejoramiento genético de duraznero es una actividad a largo plazo que implica una gran inversión de tiempo en comparación con los cultivos anuales debido principalmente a dos desafíos: largos períodos juveniles y plantas de gran tamaño. El desarrollo en las tecnologías de secuenciación que se ha producido en los últimos años hace posible acceder a un gran caudal de información, ayudando a acelerar el proceso de mejoramiento. Este nivel de información nos permite aplicar técnicas de aprendizaje automático que pueden encontrar patrones, y realizar predicciones que ayuden al proceso de mejoramiento.
EEA San Pedro
Fil: Aballay, Maximiliano Martín. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria San Pedro; Argentina
Fil: Chirino, Julián Santiago. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria San Pedro; Argentina
Fil: Valentini, Gabriel Hugo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria San Pedro; Argentina
Fil: Sánchez, Gerardo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria San Pedro; Argentina
description Poster
publishDate 2022
dc.date.none.fl_str_mv 2022-11-03T10:36:08Z
2022-11-03T10:36:08Z
2022-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/20.500.12123/13298
url http://hdl.handle.net/20.500.12123/13298
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repograntAgreement/INTA/2019-PE-E6-I114-001/2019-PE-E6-I114-001/AR./Caracterización de la diversidad genética de plantas, animales y microorganismos mediante herramientas de genómica aplicada.
info:eu-repograntAgreement/INTA/2019-PE-E6-I125-001/2019-PE-E6-I125-001/AR./Mejoramiento genético, caracterización y uso de variabilidad con aplicación de herramientas biotecnológicas en cultivos frutales
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Facultad de Ciencias Agrarias, Universidad Nacional de Jujuy
publisher.none.fl_str_mv Facultad de Ciencias Agrarias, Universidad Nacional de Jujuy
dc.source.none.fl_str_mv IX Encuentro Latinoamericano Prunus sin Fronteras. San Salvador de Jujuy, Argentina, 12 al 14 de Octubre del 2022.
reponame:INTA Digital (INTA)
instname:Instituto Nacional de Tecnología Agropecuaria
reponame_str INTA Digital (INTA)
collection INTA Digital (INTA)
instname_str Instituto Nacional de Tecnología Agropecuaria
repository.name.fl_str_mv INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuaria
repository.mail.fl_str_mv tripaldi.nicolas@inta.gob.ar
_version_ 1846787563337023488
score 12.982451

Publicaciones similares