Revisión y análisis de técnicas y métodos computacionales para la evaluación de la condición corporal en vacas

Autores
Rodríguez Álvarez, Juan; Arroqui, Mauricio; Mangudo, Pablo; Toloza, Juan Manuel; Jatip. Daniel; Rodríguez, Juan M; Zunino, Alejandro; Mateos, Cristian M.; Machado, C. F
Año de publicación
2017
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
BCS (del inglés "Body Condition Score") es un método que permite estimar la grasa corporal como indicador del status energético de las vacas. El monitoreo de esta variable es muy importante porque influye en la producción de leche, reproducción y salud de las vacas. El BCS se evalúa visualmente con la intervención de personal calificado, y puede estar sujeto a variaciones entre operadores. Para minimizar esta variación y disponer de más agilidad durante el registro de los valores, en la bibliografía se encuentran diferentes trabajos que la automatizan total o parcialmente aplicando técnicas de análisis de imágenes y aprendizaje máquina. En este documento se analizan dichos trabajos, señalando las principales ventajas y desventajas, que derivan en la identificación de oportunidades de investigación y desarrollo de nuevas alternativas que mejoren el tiempo de respuesta y precisión de las estimaciones.
Sociedad Argentina de Informática e Investigación Operativa (SADIO)
Materia
Ciencias Informáticas
Neural nets
ganadería
aprendizaje automático
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-sa/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/63149
Acceder
id SEDICI_2d58d6205942220cdc59ef2b4f89b4fb
oai_identifier_str oai:sedici.unlp.edu.ar:10915/63149
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Revisión y análisis de técnicas y métodos computacionales para la evaluación de la condición corporal en vacasRodríguez Álvarez, JuanArroqui, MauricioMangudo, PabloToloza, Juan ManuelJatip. DanielRodríguez, Juan MZunino, AlejandroMateos, Cristian M.Machado, C. FCiencias InformáticasNeural netsganaderíaaprendizaje automáticoBCS (del inglés "Body Condition Score") es un método que permite estimar la grasa corporal como indicador del status energético de las vacas. El monitoreo de esta variable es muy importante porque influye en la producción de leche, reproducción y salud de las vacas. El BCS se evalúa visualmente con la intervención de personal calificado, y puede estar sujeto a variaciones entre operadores. Para minimizar esta variación y disponer de más agilidad durante el registro de los valores, en la bibliografía se encuentran diferentes trabajos que la automatizan total o parcialmente aplicando técnicas de análisis de imágenes y aprendizaje máquina. En este documento se analizan dichos trabajos, señalando las principales ventajas y desventajas, que derivan en la identificación de oportunidades de investigación y desarrollo de nuevas alternativas que mejoren el tiempo de respuesta y precisión de las estimaciones.Sociedad Argentina de Informática e Investigación Operativa (SADIO)2017-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf277-289http://sedici.unlp.edu.ar/handle/10915/63149spainfo:eu-repo/semantics/altIdentifier/url/http://www.clei2017-46jaiio.sadio.org.ar/sites/default/files/Mem/CAI/CAI-26.pdfinfo:eu-repo/semantics/altIdentifier/issn/2525- 0949info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-sa/3.0/Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:08:19Zoai:sedici.unlp.edu.ar:10915/63149Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:08:19.92SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Revisión y análisis de técnicas y métodos computacionales para la evaluación de la condición corporal en vacas
title Revisión y análisis de técnicas y métodos computacionales para la evaluación de la condición corporal en vacas
spellingShingle Revisión y análisis de técnicas y métodos computacionales para la evaluación de la condición corporal en vacas
Rodríguez Álvarez, Juan
Ciencias Informáticas
Neural nets
ganadería
aprendizaje automático
title_short Revisión y análisis de técnicas y métodos computacionales para la evaluación de la condición corporal en vacas
title_full Revisión y análisis de técnicas y métodos computacionales para la evaluación de la condición corporal en vacas
title_fullStr Revisión y análisis de técnicas y métodos computacionales para la evaluación de la condición corporal en vacas
title_full_unstemmed Revisión y análisis de técnicas y métodos computacionales para la evaluación de la condición corporal en vacas
title_sort Revisión y análisis de técnicas y métodos computacionales para la evaluación de la condición corporal en vacas
dc.creator.none.fl_str_mv Rodríguez Álvarez, Juan
Arroqui, Mauricio
Mangudo, Pablo
Toloza, Juan Manuel
Jatip. Daniel
Rodríguez, Juan M
Zunino, Alejandro
Mateos, Cristian M.
Machado, C. F
author Rodríguez Álvarez, Juan
author_facet Rodríguez Álvarez, Juan
Arroqui, Mauricio
Mangudo, Pablo
Toloza, Juan Manuel
Jatip. Daniel
Rodríguez, Juan M
Zunino, Alejandro
Mateos, Cristian M.
Machado, C. F
author_role author
author2 Arroqui, Mauricio
Mangudo, Pablo
Toloza, Juan Manuel
Jatip. Daniel
Rodríguez, Juan M
Zunino, Alejandro
Mateos, Cristian M.
Machado, C. F
author2_role author
author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Neural nets
ganadería
aprendizaje automático
topic Ciencias Informáticas
Neural nets
ganadería
aprendizaje automático
dc.description.none.fl_txt_mv BCS (del inglés "Body Condition Score") es un método que permite estimar la grasa corporal como indicador del status energético de las vacas. El monitoreo de esta variable es muy importante porque influye en la producción de leche, reproducción y salud de las vacas. El BCS se evalúa visualmente con la intervención de personal calificado, y puede estar sujeto a variaciones entre operadores. Para minimizar esta variación y disponer de más agilidad durante el registro de los valores, en la bibliografía se encuentran diferentes trabajos que la automatizan total o parcialmente aplicando técnicas de análisis de imágenes y aprendizaje máquina. En este documento se analizan dichos trabajos, señalando las principales ventajas y desventajas, que derivan en la identificación de oportunidades de investigación y desarrollo de nuevas alternativas que mejoren el tiempo de respuesta y precisión de las estimaciones.
Sociedad Argentina de Informática e Investigación Operativa (SADIO)
description BCS (del inglés "Body Condition Score") es un método que permite estimar la grasa corporal como indicador del status energético de las vacas. El monitoreo de esta variable es muy importante porque influye en la producción de leche, reproducción y salud de las vacas. El BCS se evalúa visualmente con la intervención de personal calificado, y puede estar sujeto a variaciones entre operadores. Para minimizar esta variación y disponer de más agilidad durante el registro de los valores, en la bibliografía se encuentran diferentes trabajos que la automatizan total o parcialmente aplicando técnicas de análisis de imágenes y aprendizaje máquina. En este documento se analizan dichos trabajos, señalando las principales ventajas y desventajas, que derivan en la identificación de oportunidades de investigación y desarrollo de nuevas alternativas que mejoren el tiempo de respuesta y precisión de las estimaciones.
publishDate 2017
dc.date.none.fl_str_mv 2017-09
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/63149
url http://sedici.unlp.edu.ar/handle/10915/63149
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://www.clei2017-46jaiio.sadio.org.ar/sites/default/files/Mem/CAI/CAI-26.pdf
info:eu-repo/semantics/altIdentifier/issn/2525- 0949
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-sa/3.0/
Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-sa/3.0/
Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
dc.format.none.fl_str_mv application/pdf
277-289
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615955342163968
score 13.069144

Publicaciones similares