Redes Neuronales Artificiales para la Predicción de la Masa Corporal de Pollos
Dentro de un galpón avícola el ambiente térmico ejerce una gran influencia en el bienestar y la productividad de los animales. De esta manera, el propósito de este trabajo fue predecir la masa corporal de polluelos de 2 a 21 días de vida, sujetos a condiciones de confort y estrés calórico en difere...
Saved in:
| Main Authors: | , , , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Instituto Tecnológico de Costa Rica
2019-04-01
|
| Series: | Tecnología en Marcha |
| Subjects: | |
| Online Access: | https://revistas.tec.ac.cr/index.php/tec_marcha/article/view/4266 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1850241379377086464 |
|---|---|
| author | Patricia Ferreira Ponciano-Ferraz Tadayuki Yanagi Junior Yamid Fabián Hernández Julio Gabriel Araújo e-Silva-Ferraz Daiane Cecchin |
| author_facet | Patricia Ferreira Ponciano-Ferraz Tadayuki Yanagi Junior Yamid Fabián Hernández Julio Gabriel Araújo e-Silva-Ferraz Daiane Cecchin |
| author_sort | Patricia Ferreira Ponciano-Ferraz |
| collection | DOAJ |
| description |
Dentro de un galpón avícola el ambiente térmico ejerce una gran influencia en el bienestar y la productividad de los animales. De esta manera, el propósito de este trabajo fue predecir la masa corporal de polluelos de 2 a 21 días de vida, sujetos a condiciones de confort y estrés calórico en diferentes intensidades (27; 30; 33 y 36 °C) y períodos de duración (1; 2; 3 y 4 días a partir del 2o día de vida) a través de redes neuronales artificiales (RNA). El experimento se llevó a cabo en Lavras, MG, Brasil. 210 pollitos de ambos sexos se utilizaron del 1 al 22 día de vida alojados en cuatro túneles de viento climatizados. Todos los días, todos los polluelos fueron pesados para acompañar su masa corporal. Las variables de entrada fueron: temperatura de bulbo seco del aire, duración del estrés térmico, edad de las aves y como variable de salida, la masa corporal diaria de los pollitos. Se obtuvo una base de datos de 840 observaciones, siendo 70% utilizado para el entrenamiento de la red, un 15% para la validación y un 15% para pruebas de modelos basados en RNA. Se demostró que las RNAs eran precisas para predecir la masa corporal de los pollitos sometidos a diferentes intensidades y duraciones de condiciones térmicas presentando un R2 de 0,9992 y error estándar de 5,23 G. Además, las RNAs propiciaron la simulación de varios escenarios, que pueden ayudar en la toma de decisiones con relación a la gestión, y pueden ser incorporados a los sistemas de control de calefacción.
|
| format | Article |
| id | doaj-art-a87d3409965945138fcfdf7afcd6608d |
| institution | OA Journals |
| issn | 0379-3982 2215-3241 |
| language | English |
| publishDate | 2019-04-01 |
| publisher | Instituto Tecnológico de Costa Rica |
| record_format | Article |
| series | Tecnología en Marcha |
| spelling | doaj-art-a87d3409965945138fcfdf7afcd6608d2025-08-20T02:00:38ZengInstituto Tecnológico de Costa RicaTecnología en Marcha0379-39822215-32412019-04-0132710.18845/tm.v32i7.42663640Redes Neuronales Artificiales para la Predicción de la Masa Corporal de PollosPatricia Ferreira Ponciano-FerrazTadayuki Yanagi JuniorYamid Fabián Hernández JulioGabriel Araújo e-Silva-FerrazDaiane Cecchin Dentro de un galpón avícola el ambiente térmico ejerce una gran influencia en el bienestar y la productividad de los animales. De esta manera, el propósito de este trabajo fue predecir la masa corporal de polluelos de 2 a 21 días de vida, sujetos a condiciones de confort y estrés calórico en diferentes intensidades (27; 30; 33 y 36 °C) y períodos de duración (1; 2; 3 y 4 días a partir del 2o día de vida) a través de redes neuronales artificiales (RNA). El experimento se llevó a cabo en Lavras, MG, Brasil. 210 pollitos de ambos sexos se utilizaron del 1 al 22 día de vida alojados en cuatro túneles de viento climatizados. Todos los días, todos los polluelos fueron pesados para acompañar su masa corporal. Las variables de entrada fueron: temperatura de bulbo seco del aire, duración del estrés térmico, edad de las aves y como variable de salida, la masa corporal diaria de los pollitos. Se obtuvo una base de datos de 840 observaciones, siendo 70% utilizado para el entrenamiento de la red, un 15% para la validación y un 15% para pruebas de modelos basados en RNA. Se demostró que las RNAs eran precisas para predecir la masa corporal de los pollitos sometidos a diferentes intensidades y duraciones de condiciones térmicas presentando un R2 de 0,9992 y error estándar de 5,23 G. Además, las RNAs propiciaron la simulación de varios escenarios, que pueden ayudar en la toma de decisiones con relación a la gestión, y pueden ser incorporados a los sistemas de control de calefacción. https://revistas.tec.ac.cr/index.php/tec_marcha/article/view/4266Bienestar animalinteligencia artificialpollitosconfort térmico |
| spellingShingle | Patricia Ferreira Ponciano-Ferraz Tadayuki Yanagi Junior Yamid Fabián Hernández Julio Gabriel Araújo e-Silva-Ferraz Daiane Cecchin Redes Neuronales Artificiales para la Predicción de la Masa Corporal de Pollos Tecnología en Marcha Bienestar animal inteligencia artificial pollitos confort térmico |
| title | Redes Neuronales Artificiales para la Predicción de la Masa Corporal de Pollos |
| title_full | Redes Neuronales Artificiales para la Predicción de la Masa Corporal de Pollos |
| title_fullStr | Redes Neuronales Artificiales para la Predicción de la Masa Corporal de Pollos |
| title_full_unstemmed | Redes Neuronales Artificiales para la Predicción de la Masa Corporal de Pollos |
| title_short | Redes Neuronales Artificiales para la Predicción de la Masa Corporal de Pollos |
| title_sort | redes neuronales artificiales para la prediccion de la masa corporal de pollos |
| topic | Bienestar animal inteligencia artificial pollitos confort térmico |
| url | https://revistas.tec.ac.cr/index.php/tec_marcha/article/view/4266 |
| work_keys_str_mv | AT patriciaferreiraponcianoferraz redesneuronalesartificialesparalapredicciondelamasacorporaldepollos AT tadayukiyanagijunior redesneuronalesartificialesparalapredicciondelamasacorporaldepollos AT yamidfabianhernandezjulio redesneuronalesartificialesparalapredicciondelamasacorporaldepollos AT gabrielaraujoesilvaferraz redesneuronalesartificialesparalapredicciondelamasacorporaldepollos AT daianececchin redesneuronalesartificialesparalapredicciondelamasacorporaldepollos |