Mostrar el registro sencillo del ítem

dc.contributor.author
Uhrig, Mariela Noelia
dc.contributor.author
Galli, Julio Ricardo
dc.contributor.author
Rufiner, Hugo Leonardo
dc.contributor.author
Milone, Diego Humberto
dc.date.available
2019-07-24T15:22:28Z
dc.date.issued
2018-04
dc.identifier.citation
Uhrig, Mariela Noelia; Galli, Julio Ricardo; Rufiner, Hugo Leonardo; Milone, Diego Humberto; Estimación del consumo en rumiantes en pastoreo utilizando redes neuronales artificiales; Sociedade Educacional Três de Maio; Revista Eletrônica Argentina-Brasil de Tecnologias da Informação e da Comunicação; 1; 8; 4-2018; 1-12
dc.identifier.issn
2446-7634
dc.identifier.uri
http://hdl.handle.net/11336/80149
dc.description.abstract
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.
dc.description.abstract
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.
dc.format
application/pdf
dc.language.iso
spa
dc.publisher
Sociedade Educacional Três de Maio
dc.rights
info:eu-repo/semantics/openAccess
dc.rights.uri
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.subject
Redesneuronales Artificiales
dc.subject
Comportamiento Ingestivo en Rumiantes
dc.subject
Regresiónno Lineal
dc.subject
Máquinas de Aprendizaje Extremo
dc.subject.classification
Ciencias de la Computación
dc.subject.classification
Ciencias de la Computación e Información
dc.subject.classification
CIENCIAS NATURALES Y EXACTAS
dc.title
Estimación del consumo en rumiantes en pastoreo utilizando redes neuronales artificiales
dc.type
info:eu-repo/semantics/article
dc.type
info:ar-repo/semantics/artículo
dc.type
info:eu-repo/semantics/publishedVersion
dc.date.updated
2019-07-23T13:00:14Z
dc.journal.volume
1
dc.journal.number
8
dc.journal.pagination
1-12
dc.journal.pais
Brasil
dc.journal.ciudad
Três de Maio
dc.description.fil
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
dc.description.fil
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
dc.description.fil
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
dc.description.fil
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
dc.journal.title
Revista Eletrônica Argentina-Brasil de Tecnologias da Informação e da Comunicação
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/doi/http://dx.doi.org/10.5281/zenodo.1228473
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/url/https://revistas.setrem.com.br/index.php/reabtic/article/view/296


Archivos asociados

 

Comunidades y colecciones

  • Articulos(SINC(I)) [47]
    Articulos de INST. DE INVESTIGACION EN SE?ALES, SISTEMAS E INTELIGENCIA COMPUTACIONAL
  • Articulos(IICAR) [84]
    Articulos de INST. DE INVESTIGACIONES EN CIENCIAS AGRARIAS DE ROSARIO
  • Articulos(CICYTTP) [483]
    Articulos de CENTRO DE INV.CIENT.Y TRANSFERENCIA TEC A LA PROD

Mostrar el registro sencillo del ítem