Rahimi, ThomasRoessler, ReginaKlingel, StefanieHinrichs, DirkMeyer-Aurich, AndreasGandorfer, MarkusHoffmann, ChristaWeltzien, CorneliaBellingrath-Kimura, SonokoFloto, Helga2021-03-022021-03-022021978-3-88579-703-6https://dl.gi.de/handle/20.500.12116/35682Für die Tierzucht stellen phänotypische Informationen eine wesentliche Grundlage für Zuchtfortschritt dar [Le16]. Derartige Informationen müssen die Varianz der in der Population vorhandenen Tiere widerspiegeln [VCF93]. Im vorliegenden Versuch wurde die Simulation von Phänotypen mittels linearer Modelle auf Grundlage des LASSO-Algorithmus [Ti96] getestet. Die Umsetzung erfolgt dabei mittels der PCA-Kompression der Zielvariablen, unter Anwendung der gemessenen Koeffizienten. Die Ergebnisse zeigen ähnliche Lagemaße wie die erhobenen Werte. Allerdings weichen die Ergebnisse einzelner simulierter Eigenschaften deutlich ab und die meisten simulierten Eigenschaften weisen eine geringere Varianz als gemessene Werte auf. Zusammenfassend kann gezeigt werden, dass der LASSO-Algorithmus für die Simulation von Phänotypen geeignet ist, allerdings sind noch Optimierungen notwendig.deMachine LearningPhänotypenTierzuchtInferenzlineare ModelleText/Conference Paper1617-5468