L'estrema complessità del sistema animale-ambiente pone forti limiti ad una definizione deterministica del problema riguardante l'individuazione degli stati anormali degli animali. Per questa ragione la ricerca si è orientata verso l'identificazione di modelli via via più sofisticati, seguendo principalmente due filoni: il primo basato sul confronto fra il valore misurato e quello atteso di un dato parametro in condizioni di normalità. Il secondo, invece, si prefigge di stabilire direttamente la condizione dell'animale ad un dato istante, senza preoccuparsi di prevedere il valore da prendere come riferimento. Appartengono a questo filone i sistemi esperti, nel senso più ampio del termine, e cioè anche i sistemi capaci di apprendere autonomamente le regole sulla base di diagnosi certe. Al fine di individuare lo stato degli animali, nella presente ricerca sono stati messi a punto sistemi diagnostici facendo ricorso a più tecniche, sia per individuare le anormalità comportamentali non patologiche (ad esempio lo stato di estro), sia quelle patologiche. In particolare, sono stati sviluppati due modelli basati sulla logica fuzzy, con apprendimento delle regole attraverso tecniche neuronali e genetiche. Uno dei due modelli effettua la previsione dell'attività normale con due modalità alternative: stocastica e neuro fuzzy. Nella seconda parte del lavoro, è presentata una tecnica di analisi del segnale di attività degli animali nel dominio della frequenza per l'individuazione degli estri. L'attività animale, in questo caso, è acquisita per mezzo di un dispositivo sperimentale.
P.Liberati (2007). TECNICHE DI MODELLAZIONE DEL COMPORTAMENTO ANIMALE PER L'INDIVIDUAZIONE DI STATI ANORMALI NELLE VACCHE DA LATTE. Firenze : Università degli Studi di Firenze.
TECNICHE DI MODELLAZIONE DEL COMPORTAMENTO ANIMALE PER L'INDIVIDUAZIONE DI STATI ANORMALI NELLE VACCHE DA LATTE
LIBERATI, PAOLO
2007
Abstract
L'estrema complessità del sistema animale-ambiente pone forti limiti ad una definizione deterministica del problema riguardante l'individuazione degli stati anormali degli animali. Per questa ragione la ricerca si è orientata verso l'identificazione di modelli via via più sofisticati, seguendo principalmente due filoni: il primo basato sul confronto fra il valore misurato e quello atteso di un dato parametro in condizioni di normalità. Il secondo, invece, si prefigge di stabilire direttamente la condizione dell'animale ad un dato istante, senza preoccuparsi di prevedere il valore da prendere come riferimento. Appartengono a questo filone i sistemi esperti, nel senso più ampio del termine, e cioè anche i sistemi capaci di apprendere autonomamente le regole sulla base di diagnosi certe. Al fine di individuare lo stato degli animali, nella presente ricerca sono stati messi a punto sistemi diagnostici facendo ricorso a più tecniche, sia per individuare le anormalità comportamentali non patologiche (ad esempio lo stato di estro), sia quelle patologiche. In particolare, sono stati sviluppati due modelli basati sulla logica fuzzy, con apprendimento delle regole attraverso tecniche neuronali e genetiche. Uno dei due modelli effettua la previsione dell'attività normale con due modalità alternative: stocastica e neuro fuzzy. Nella seconda parte del lavoro, è presentata una tecnica di analisi del segnale di attività degli animali nel dominio della frequenza per l'individuazione degli estri. L'attività animale, in questo caso, è acquisita per mezzo di un dispositivo sperimentale.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.