Combinação de aprendizado de máquina e análise de caminho para identificar mecanismos adaptativos em animais de fazenda

Resumo

O aprendizado de máquina é um campo da inteligência artificial que vem ganhando destaque, principalmente para resolver problemas multifatoriais como a adaptação animal, que envolve respostas termorregulatórias, morfológicas, hematológicas, imunológicas e produtivas. Pela primeira vez, propõe traçar o perfil adaptativo, identificar biomarcadores de adaptação animal e investigar os efeitos potenciais subjacentes às complexas relações da adaptação animal com variáveis climáticas, morfológicas, termorreguladoras, hematológicas, imunológicas e produtivas na modelagem animal usando aprendizado de máquina preditivo como método auxiliar. O banco de dados contém 7.608 informações. Todas as variáveis foram medidas simultaneamente em cada animal. Foram utilizadas técnicas de aprendizado de máquina e análise de caminhos. O objetivo desta proposta é proporcionar o desenvolvimento de habilidades estatísticas, especificamente metodologias sistemáticas utilizando diferentes técnicas de aprendizado de máquina supervisionado e não supervisionado para análise de big data relativos à adaptação e produção animal, além de discutir estruturação, planejamento e análise de dados utilizando inteligência artificial com Professor Jérôme Bindelle (índice h=29), que treinará durante cinco meses o doutorando da FAPESP Robson Silveira para desenvolver essas habilidades. Por fim, destaco que este estudo faz parte de um projeto regular apoiado pela FAPESP na área de ambiência animal e aprendizado de máquina associado ao desenvolvimento de produtos, serviços e inovação, viabilizados por tecnologias voltadas à agricultura 4.0. Espera-se que a proposta contribua para a expansão das fronteiras científicas no sentido de revelar processos complexos que ajudem a compreender as respostas adaptativas da pecuária às mudanças climáticas, além de identificar marcadores fenotípicos que possam ser utilizados para quantificar as respostas ao estresse térmico.