Fenotipado Automático en Ovinos
- Autores
- Alvarez, Juan Mauricio; Zapata, Ricardo Raul; Garro, Ricardo Jesús
- Año de publicación
- 2020
- Idioma
- español castellano
- Tipo de recurso
- artículo
- Estado
- versión publicada
- Descripción
- El avance de las técnicas de explotación de la información de bases de datos de gran escala mediante inteligencia artificial no tiene precedentes. Las nuevas fuentes de datos incluyen las imágenes digitales, datos de localización y movimientos provistos por collares con GPS, bio-marcadores y bio-sensores, registros automáticos de pesos y medidas morfométricas, etc. Paralelamente el desarrollo de las técnicas de Inteligencia Artificial condujo a la creación de plataformas muy sofisticadas para analizar esas bases de datos (Nayeri et al., 2019). Las técnicas de Deep Learning (Aprendizaje profundo)basadas en redes neurales han permitido explotar de manera eficiente enormes bases de datos logrando soluciones predictivas que no se logran mediante los análisis comunes realizados por humanos.
EEA Valle Inferior
Fil: Alvarez, Juan Mauricio. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Valle Inferior; Argentina
Fil: Zapata, Ricardo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Valle Inferior; Argentina
Fil: Garro, Ricardo Jesús. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Anguil; Argentina - Fuente
- Anuario Merino 2020
- Materia
-
Ovinos
Lana
Producción de Lana
Tecnología Alta Presión
Sheep
Wool
Wool Production
High Pressure Technology - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Instituto Nacional de Tecnología Agropecuaria
- OAI Identificador
- oai:localhost:20.500.12123/9401
Ver los metadatos del registro completo
id |
INTADig_fdaf5a2b43d15cbc4a73c8b0eef499a7 |
---|---|
oai_identifier_str |
oai:localhost:20.500.12123/9401 |
network_acronym_str |
INTADig |
repository_id_str |
l |
network_name_str |
INTA Digital (INTA) |
spelling |
Fenotipado Automático en OvinosAlvarez, Juan MauricioZapata, Ricardo RaulGarro, Ricardo JesúsOvinosLanaProducción de LanaTecnología Alta PresiónSheepWoolWool ProductionHigh Pressure TechnologyEl avance de las técnicas de explotación de la información de bases de datos de gran escala mediante inteligencia artificial no tiene precedentes. Las nuevas fuentes de datos incluyen las imágenes digitales, datos de localización y movimientos provistos por collares con GPS, bio-marcadores y bio-sensores, registros automáticos de pesos y medidas morfométricas, etc. Paralelamente el desarrollo de las técnicas de Inteligencia Artificial condujo a la creación de plataformas muy sofisticadas para analizar esas bases de datos (Nayeri et al., 2019). Las técnicas de Deep Learning (Aprendizaje profundo)basadas en redes neurales han permitido explotar de manera eficiente enormes bases de datos logrando soluciones predictivas que no se logran mediante los análisis comunes realizados por humanos.EEA Valle InferiorFil: Alvarez, Juan Mauricio. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Valle Inferior; ArgentinaFil: Zapata, Ricardo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Valle Inferior; ArgentinaFil: Garro, Ricardo Jesús. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Anguil; ArgentinaAsociación Argentina Criadores de Merino2021-05-19T17:07:17Z2021-05-19T17:07:17Z2020-12-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfhttp://hdl.handle.net/20.500.12123/9401https://www.merino.org.ar/ice/wp-content/uploads/anuario_merino_2020_web.pdfAnuario Merino 2020reponame:INTA Digital (INTA)instname:Instituto Nacional de Tecnología Agropecuariaspainfo:eu-repograntAgreement/INTA/2019-PE-E9-I176-001/2019-PE-E9-I176-001/AR./Ganadería de precisión: innovación tecnológica para el futuro ganaderoinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)2025-09-29T13:45:13Zoai:localhost:20.500.12123/9401instacron:INTAInstitucionalhttp://repositorio.inta.gob.ar/Organismo científico-tecnológicoNo correspondehttp://repositorio.inta.gob.ar/oai/requesttripaldi.nicolas@inta.gob.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:l2025-09-29 13:45:13.639INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuariafalse |
dc.title.none.fl_str_mv |
Fenotipado Automático en Ovinos |
title |
Fenotipado Automático en Ovinos |
spellingShingle |
Fenotipado Automático en Ovinos Alvarez, Juan Mauricio Ovinos Lana Producción de Lana Tecnología Alta Presión Sheep Wool Wool Production High Pressure Technology |
title_short |
Fenotipado Automático en Ovinos |
title_full |
Fenotipado Automático en Ovinos |
title_fullStr |
Fenotipado Automático en Ovinos |
title_full_unstemmed |
Fenotipado Automático en Ovinos |
title_sort |
Fenotipado Automático en Ovinos |
dc.creator.none.fl_str_mv |
Alvarez, Juan Mauricio Zapata, Ricardo Raul Garro, Ricardo Jesús |
author |
Alvarez, Juan Mauricio |
author_facet |
Alvarez, Juan Mauricio Zapata, Ricardo Raul Garro, Ricardo Jesús |
author_role |
author |
author2 |
Zapata, Ricardo Raul Garro, Ricardo Jesús |
author2_role |
author author |
dc.subject.none.fl_str_mv |
Ovinos Lana Producción de Lana Tecnología Alta Presión Sheep Wool Wool Production High Pressure Technology |
topic |
Ovinos Lana Producción de Lana Tecnología Alta Presión Sheep Wool Wool Production High Pressure Technology |
dc.description.none.fl_txt_mv |
El avance de las técnicas de explotación de la información de bases de datos de gran escala mediante inteligencia artificial no tiene precedentes. Las nuevas fuentes de datos incluyen las imágenes digitales, datos de localización y movimientos provistos por collares con GPS, bio-marcadores y bio-sensores, registros automáticos de pesos y medidas morfométricas, etc. Paralelamente el desarrollo de las técnicas de Inteligencia Artificial condujo a la creación de plataformas muy sofisticadas para analizar esas bases de datos (Nayeri et al., 2019). Las técnicas de Deep Learning (Aprendizaje profundo)basadas en redes neurales han permitido explotar de manera eficiente enormes bases de datos logrando soluciones predictivas que no se logran mediante los análisis comunes realizados por humanos. EEA Valle Inferior Fil: Alvarez, Juan Mauricio. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Valle Inferior; Argentina Fil: Zapata, Ricardo. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Valle Inferior; Argentina Fil: Garro, Ricardo Jesús. Instituto Nacional de Tecnología Agropecuaria (INTA). Estación Experimental Agropecuaria Anguil; Argentina |
description |
El avance de las técnicas de explotación de la información de bases de datos de gran escala mediante inteligencia artificial no tiene precedentes. Las nuevas fuentes de datos incluyen las imágenes digitales, datos de localización y movimientos provistos por collares con GPS, bio-marcadores y bio-sensores, registros automáticos de pesos y medidas morfométricas, etc. Paralelamente el desarrollo de las técnicas de Inteligencia Artificial condujo a la creación de plataformas muy sofisticadas para analizar esas bases de datos (Nayeri et al., 2019). Las técnicas de Deep Learning (Aprendizaje profundo)basadas en redes neurales han permitido explotar de manera eficiente enormes bases de datos logrando soluciones predictivas que no se logran mediante los análisis comunes realizados por humanos. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-12-01 2021-05-19T17:07:17Z 2021-05-19T17:07:17Z |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_6501 info:ar-repo/semantics/articulo |
format |
article |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://hdl.handle.net/20.500.12123/9401 https://www.merino.org.ar/ice/wp-content/uploads/anuario_merino_2020_web.pdf |
url |
http://hdl.handle.net/20.500.12123/9401 https://www.merino.org.ar/ice/wp-content/uploads/anuario_merino_2020_web.pdf |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.relation.none.fl_str_mv |
info:eu-repograntAgreement/INTA/2019-PE-E9-I176-001/2019-PE-E9-I176-001/AR./Ganadería de precisión: innovación tecnológica para el futuro ganadero |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Asociación Argentina Criadores de Merino |
publisher.none.fl_str_mv |
Asociación Argentina Criadores de Merino |
dc.source.none.fl_str_mv |
Anuario Merino 2020 reponame:INTA Digital (INTA) instname:Instituto Nacional de Tecnología Agropecuaria |
reponame_str |
INTA Digital (INTA) |
collection |
INTA Digital (INTA) |
instname_str |
Instituto Nacional de Tecnología Agropecuaria |
repository.name.fl_str_mv |
INTA Digital (INTA) - Instituto Nacional de Tecnología Agropecuaria |
repository.mail.fl_str_mv |
tripaldi.nicolas@inta.gob.ar |
_version_ |
1844619153921540096 |
score |
12.559606 |