Problemas de agrupamiento en ganadería de precisión
[ES] La ganadería de precisión es una técnica moderna que utiliza tecnología avanzada, como sensores, dispositivos de seguimiento y análisis de datos, para monitorear y administrar de manera eficiente la cría y el manejo de animales de granja. Este trabajo consiste en una aplicación de esta técnica...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2023 |
| País: | España |
| Institución: | Universitat Politècnica de València (UPV) |
| Repositorio: | RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia |
| Idioma: | español |
| OAI Identifier: | oai:riunet.upv.es:10251/196673 |
| Acceso en línea: | https://riunet.upv.es/handle/10251/196673 |
| Access Level: | acceso abierto |
| Palabra clave: | Ganadería de precisión Aprendizaje automático Inteligencia artificial Análisis de series temporales Ganadería no extensiva Redes Neuronales Precision Livestock Farming Non-extensive farming Artificial Intelligence Machine Learning Neural Networks Time series analysis MATEMATICA APLICADA Máster Universitario en Investigación Matemática-Màster Universitari en Investigació Matemàtica |
| Sumario: | [ES] La ganadería de precisión es una técnica moderna que utiliza tecnología avanzada, como sensores, dispositivos de seguimiento y análisis de datos, para monitorear y administrar de manera eficiente la cría y el manejo de animales de granja. Este trabajo consiste en una aplicación de esta técnica a terneras de ganadería no extensiva. Para esto, se ha hecho uso de modelos matemáticos de inteligencia artificial para maximizar la eficiencia, la salud y el bienestar de las terneras pertenecientes a este tipo de granjas, donde no se cuenta con muchos animales. Este estudio cuenta con el respaldo de dos proyectos de gran magnitud: Re-livestock y TED-Farm, cuyos objetivos se centran en mejorar la gestión y el rendimiento de las operaciones ganaderas, al tiempo que se promueve la salud y el bienestar animal. Estos proyectos nos han proporcionado valiosos datos sobre las actividades de cada animal en un tiempo determinado, así como el grupo alimenticio de cada animal: terneras de $2$ tomas, de $3$ tomas o destetadas. De este modo, el objetivo principal de este estudio es clasificar estas terneras por su grupo alimenticio mediante sus actividades diarias, el cual ha proporcionado resultados prometedores. Como segundo y último objetivo, se pretende predecir las actividades que realizará una ternera perteneciente a un determinado grupo. Para lograr estos objetivos, se emplean múltiples métodos y algoritmos de aprendizaje automático. Estos métodos se detallan a lo largo del documento, y se proporciona un apéndice al final que ofrece una explicación más detallada de estos métodos, incluyendo pruebas matemáticas y herramientas utilizadas en el estudio. |
|---|