Busca avançada
Ano de início
Entree

Avaliação da eficiência alimentar em bovinos de corte utilizando inteligência artificial e perfil de metabólitos

Processo: 23/11281-2
Modalidade de apoio:Bolsas no Brasil - Iniciação Científica
Data de Início da vigência: 01 de dezembro de 2023
Data de Término da vigência: 31 de março de 2025
Área de conhecimento:Ciências Agrárias - Agronomia
Pesquisador responsável:Rafael Vieira de Sousa
Beneficiário:Lucas Basolli Borsatto
Instituição Sede: Faculdade de Zootecnia e Engenharia de Alimentos (FZEA). Universidade de São Paulo (USP). Pirassununga , SP, Brasil
Bolsa(s) vinculada(s):24/02625-2 - Aprimoramento da predição da eficiência alimentar em bovinos de corte através de dados metabolômicos e técnicas de inteligência artificial, BE.EP.IC
Assunto(s):Aprendizado computacional   Biologia computacional   Bovinocultura   Mineração de dados
Palavra(s)-Chave do Pesquisador:Aprendizado de Máquina | bioinformática | bovinocultura | Eficiência animal | metabolitos sanguíneos | Mineração de Dados | Computação nas Ciências Agrárias

Resumo

Os métodos empregados na predição da eficiência alimentar (EA) de bovinos de corte podem desempenhar um papel crucial no aprimoramento do manejo alimentar e na seleção de animais mais eficientes. O objetivo deste estudo é avaliar modelos computacionais baseados em técnicas de aprendizado de máquina supervisionado e não-supervisionado para classificar a EA de bovinos de corte utilizando dados de metabólitos sanguíneos desses animais. Para tal, será utilizada uma base de dados bruta existente que será pré-processada e organizada para a etapa de modelagem. Essa base é composta por informações sobre metabólitos obtidos de 64 bovinos da raça Black Angus. O processo de modelagem consiste em duas etapas distintas: a primeira é dedicada à seleção dos subgrupos de metabólitos que apresentam maior correlação com a EA; e a segunda etapa envolve o treinamento e a comparação de diferentes modelos para a predição da eficiência alimentar. Ambas as etapas serão desenvolvidas utilizando o software Weka 3.8.6 para avaliações preliminares de modelagem (simulação rápida) e a linguagem Python com bibliotecas de aprendizado de máquina para construção e avaliação dos modelos definitivos (refinamento).

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)