Estimación del consumo en rumiantes en pastoreo utilizando redes neuronales artificiales

Autor: Uhrig, Mariela Noelia, Galli, Julio Ricardo, Rufiner, Hugo Leonardo, Milone, Diego Humberto
Jazyk: Spanish; Castilian
Rok vydání: 2018
Předmět:
Zdroj: CONICET Digital (CONICET)
Consejo Nacional de Investigaciones Científicas y Técnicas
instacron:CONICET
Popis: edir con precisión y rapidez el consumo de forrajeenrumiantes es importante para la gestión eficiente del rodeo y los recursos alimenticios, así como para la salud y bienestar animal en los sistemas de producción. Eluso de algoritmos de procesamiento inteligente de señales que extraiganinformación relevante de los sonidos que emiten losrumiantes es una opción prometedorapara predecir el consumo de rumiantes en condicionesde pastoreo. En este trabajo se aplican perceptrones multicapa y máquinas de aprendizaje extremo como modelos de regresión no lineales multivariadapara la estimación del consumo. Los resultados muestran que éstastécnicasde regresión no lineal para pueden reducir significativamente el error de estimación delacantidad demateria seca consumida porrumiantes. Accurate and rapid measurement of forage intake in ruminants is important for efficient management livestock and forage resources, as well as for animal health and welfare in production systems. The use of intelligent signal processing algorithms to extract relevant information from the sound emitted by ruminants is a promising method to predict the intake of ruminants in grazing conditions. In this work, multilayer perceptrons and extreme learning machines, are used as non-linear multivariate regression models to predict intake. The results show that these non-linear regression techniques can significantly reduce the error in the estimation of forage intake in ruminants. Fil: Uhrig, Mariela Noelia. Provincia de Entre Ríos. Centro de Investigaciones Científicas y Transferencia de Tecnología a la Producción. Universidad Autónoma de Entre Ríos. Centro de Investigaciones Científicas y Transferencia de Tecnología a la Producción. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Centro de Investigaciones Científicas y Transferencia de Tecnología a la Producción; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina Fil: Galli, Julio Ricardo. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Rosario. Instituto de Investigaciones en Ciencias Agrarias de Rosario. Universidad Nacional de Rosario. Facultad de Ciencias Agrarias. Instituto de Investigaciones en Ciencias Agrarias de Rosario; Argentina Fil: Rufiner, Hugo Leonardo. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Departamento de Informática. Laboratorio de Investigaciones en Señales e Inteligencia Computacional; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina. Universidad Nacional de Entre Ríos; Argentina Fil: Milone, Diego Humberto. Consejo Nacional de Investigaciones Científicas y Técnicas. Centro Científico Tecnológico Conicet - Santa Fe. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas. Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional; Argentina
Databáze: OpenAIRE
Externí odkaz: