Estimación del consumo de pasturas a partir de registros sonoros con modelos no lineales.
Las prácticas de manejo de pastoreo afectan fuertemente el consumo de materia seca, el rendimiento de los pastos y el desempeño de los animales. En consecuencia, la medición precisa y rápida del comportamiento de pastoreo y el consumo de forraje permite mejorar la eficiencia de la gestión de los rec...
Guardado en:
| Autor Principal: | |
|---|---|
| Otros Autores: | , |
| Formato: | Tesis Libro |
| Lenguaje: | Español |
| Materias: |
| LEADER | 02996ntm a2200313 a 4500 | ||
|---|---|---|---|
| 001 | 283995.19.f | ||
| 003 | arsfunl | ||
| 008 | 200806s2019 ARG m 000 0 spa d | ||
| 040 | # | # | |a HHR |
| 080 | # | # | |a 62 |
| 082 | 0 | # | |a 003 |
| 100 | 1 | # | |a Uhrig, Mariela Noelia |
| 245 | 1 | 0 | |a Estimación del consumo de pasturas a partir de registros sonoros con modelos no lineales. |c Mariela Noelia Uhrig ; director Diego Humberto Milone, co-director Leonardo Rufiner |
| 260 | # | # | |e Santa Fe |g 2019 |
| 300 | # | # | |a 48 h. |b il. |c 30 cm. |
| 502 | # | # | |a Tesis (Maestría en Computación aplicada a la Ciencia y a la Ingeniería)--Facultad de Ingeniería y Ciencias Hídricas, Universidad Nacional del Litoral, 2019 |
| 520 | 3 | # | |a Las prácticas de manejo de pastoreo afectan fuertemente el consumo de materia seca, el rendimiento de los pastos y el desempeño de los animales. En consecuencia, la medición precisa y rápida del comportamiento de pastoreo y el consumo de forraje permite mejorar la eficiencia de la gestión de los recursos hídricos y alimentarios. Sin embargo, las mediciones directas durante el tiempo total de pastoreo no son prácticas y son exigentes en tiempo. En este marco, el uso de algoritmos de procesamiento inteligente de señales que permitan extraer la información relevante de registros sonoros de rumiantes, se presenta como una opción válida para predecir el consumo de forraje de rumiantes en condiciones de pastoreo; debe ser un método sencillo desde el punto de vista tecnológico y que además no perturbe el comportamiento natural del animal. En esta tesis se propone utilizar dos tipos de redes neuronales artificiales, ambas actuando como modelos de regresión no lineal multivariada, para estimar el consumo de materia seca en ovejas. Dado que la cantidad de datos disponibles es relativamente pequeña en relación a la cantidad de parámetros ajustables de las redes neuronales, se propone generar mayor cantidad de datos utilizando un método de remuestreo. Otra estrategia que se explora es la selección de características para trabajar con un subconjunto más pequeño de atributos con el objetivo de mejorar el desempeño predictivo para ambas redes. Con el fin de comparar y validar los resultados, se implementó un sistema de referencia basado en un modelo lineal propuesto recientemente. En todos los casos se utilizó la metodología de validación de ‘dejar uno afuera’. |
| 530 | # | # | |a Disponible también en Biblioteca Virtual de la UNL. |u http://hdl.handle.net/11185/3935 |
| 650 | 0 | 7 | |a Ciencias aplicadas |2 spines |
| 650 | # | 7 | |a Neurotransmisores |2 spines |
| 653 | 0 | # | |a Tesis de Maestría FICH |
| 653 | 0 | # | |a Maestría en Computación |
| 653 | 0 | # | |a Redes neuronales artificiales |
| 653 | 0 | # | |a Comportamiento ingestivo en rumiantes |
| 653 | 0 | # | |a Regresión no lineal |
| 653 | 0 | # | |a Máquinas de aprendizaje extremo |
| 700 | 1 | # | |a Milone, Diego Humberto |e director de tesis |
| 700 | 1 | # | |a Rufiner, Leonardo |e director de tesis |
| 090 | |a Tes. Maes. FICH |b U 31 |i 5504234 |u 19 | ||