Avaliação da eficiência de aprendizado de um sistema fuzzy utilizado para estimar bem-estar de matrizes pesadas

• Processo: 08/05543-4
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de novembro de 2008
• Data de Término da vigência: 31 de outubro de 2010
• Área de conhecimento: Ciências Agrárias - Engenharia Agrícola - Construções Rurais e Ambiência
• Pesquisador responsável: Danilo Florentino Pereira
• Beneficiário: Luiza Souza da Costa
• Instituição Sede: Universidade Estadual Paulista (UNESP). Campus de Tupã. Tupã , SP, Brasil
• Assunto(s): Lógica fuzzy Zootecnia de precisão Monitoramento remoto
• Palavra(s)-Chave do Pesquisador: Controlador Fuzzy | Logica Fuzzy | Monitoramento remoto | zootecnica de precisão | Zootecnia de Precisão

Resumo

O bem-estar animal é uma questão de relevante importância para os consumidores europeus, tanto que, para conter as preocupações sociais sobre o bem-estar dos animais destinados à alimentação, a União Européia dispôs em sua legislação várias diretrizes e regulamentações no que diz respeito a criação e abate de animais. Para atender essas regulamentações, os sistemas de produção de proteína animal precisarão se adequar e, em alguns casos, repensar todo o sistema de produção, para poderem continuar comercializando nesse mercado. Na busca de atender essa demanda,muitos trabalhos de pesquisa tem estudado maneiras eficientes de monitorar o bem-estarde animais alojados em sistemas de produção intensiva. Este trabalho tem a proposta de aplicar e validar em condições de campo um controlador fuzzy já desenvolvido para estimar o bem-estar de matrizes pesadas em função de freqüências e durações de comportamentos expressos pelas aves. Constitui também como objetivo geral desse trabalho validar um algoritmo de aprendizagem desenvolvido para este controlador, analisando a evolução da taxa de acertos. Esta proposta é parte integrante de umaproposta maior que visa desenvolver um sistema especialista para estimativa do bem-estar de matrizes pesadas baseada em visão de máquina e inteligência artificial. A validação do algoritmo de aprendizagem é um passo importante para a elaboração de um software baseado em inteligência artificial (IA) que pode vir a ser uma ferramentaimportante na tomada de decisões sobre o bem-estar de matrizes pesadas em produção intensiva.