Estimación del consumo en rumiantes en pastoreo utilizando redes neuronales artificiales

Abstract

Medir con precisión y rapidez el consumo de forraje de los rumiantes es importante para la gestión eficiente del rodeo y los recursos alimenticios, así como también para la salud y bienestar animal en los sistemas de producción. 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 rumiantes en condiciones de pastoreo. En este trabajo se aplican técnicas propias del aprendizaje maquinal, tales como el perceptrón multicapa y las máquinas de aprendizaje extremo, actuando como modelos de regresión no lineales multivariada. Los resultados muestran que es posible mejorar las técnicas lineales que fueron utilizadas hasta el momento para la estimación del consumo de materia seca de rumiantes en pastoreo.