Resumo
The objective of this study was to evaluate the performance of four machine learning models, as well as multitask learning, to predict soybean root variables from simpler variables, under two water availability conditions. In order to do so, 100 soybean cultivars were conducted in a greenhouse under a control condition and a stress condition. Aerial part and root variables were evaluated. The machine learning models used to predict complex root variables were artificial neural network (ANN), random forest (RF), extreme gradient boosting (EGBoost) and support vector machine (SVM). A linear model was used for comparison purposes. Multitask learning was employed for ANN and RF. In addition, feature importance was defined using RF and XGBoost algorithms. All the machine learning models performed better than the linear model. In general, SVM had the greatest potential for the prediction of most of the root variables, with better values of RMSE, MAE and R2. Dry weight of the aerial part and root volume exhibited the greatest importance in the predictions. The models developed using multitask learning performed similarly to the ones conventionally developed. Finally, it is concluded that the machine learning models evaluated can be used to predict root variables of soybean from easily measurable variables, such as dry weight of the aerial part and root volume.(AU)
O objetivo deste estudo foi avaliar o desempenho de quatro modelos de machine learning, bem como multitask learning, para predizer variáveis radiculares de soja a partir de variáveis simples, em duas condições de disponibilidade hídrica. Para isso,100 cultivares de soja foram conduzidas em casa de vegetação sob uma condição controle e uma condição estresse. Foram avaliadas as variáveis da parte aérea e da raiz. Os modelos machine learning usados para predizer variáveis complexas do sistema radicular foram rede neural artificial (RNA), random forest (RF), extreme gradient boosting (EGBoost) e support vector machine (SVM). O modelo linear foi usado para fins de comparação. O multitask learning foi empregado para RNA e RF. Além disso, a importância das variáveis foi definida usando algoritmos RF e XGBoost. Todos os modelos de machine learning apresentaram melhor desempenho do que o modelo linear. Em geral, SVM apresentou o maior potencial de predição da maioria das variáveis raiz, com melhores valores de RMSE, MAE e R2. O peso seco da parte aérea e o volume da raiz exibiram as maiores importâncias nas predições. Os modelos desenvolvidos por meio do multitask learning apresentaram desempenhos semelhantes aos desenvolvidos convencionalmente. Por fim, conclui-se que os modelos de machine learning avaliados podem ser usados para predizer variáveis radiculares de soja a partir de variáveis facilmente mensuráveis, como massa seca da parte aérea e volume radicular.(AU)