Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Tomaz, Rafael Simões | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Gomes, Maysa Feitosa | - |
Data de aceite: dc.date.accessioned | 2025-08-21T23:12:15Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T23:12:15Z | - |
Data de envio: dc.date.issued | 2025-07-18 | - |
Data de envio: dc.date.issued | 2025-06-12 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/312232 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/312232 | - |
Descrição: dc.description | A inteligência computacional, um ramo da ciência da computação que simula a capacidade humana de aprendizagem e tomada de decisão, tem se mostrado uma aliada estratégica na modernização da nutrição animal. Este trabalho tem como objetivo realizar uma revisão bibliográfica sobre a aplicação de métodos computacionais avançados, como redes neurais artificiais, aprendizado de máquina e visão computacional, no contexto da nutrição animal, especialmente nas cadeias de bovinocultura de corte e leiteira. A pesquisa destaca como essas tecnologias têm sido utilizadas para prever ganho de peso, estimar a área de olho de lombo por meio de imagens 3D, monitorar comportamento e saúde animal, além de detectar distúrbios nutricionais e minimizar a emissão de gases de efeito estufa. Observa-se que, ao integrar algoritmos inteligentes com sensores e sistemas automatizados, é possível individualizar dietas, prever necessidades nutricionais e identificar precocemente desequilíbrios alimentares. Apesar dos avanços, a adoção dessas ferramentas ainda enfrenta desafios relacionados ao custo, necessidade de capacitação técnica e infraestrutura. Conclui-se que a inteligência computacional representa uma ferramenta promissora para tornar a nutrição animal mais precisa, eficiente e sustentável, contribuindo para o bem-estar animal e a competitividade da pecuária moderna. | - |
Descrição: dc.description | Computational intelligence, a branch of computer science that simulates human learning and decision-making capabilities, has emerged as a strategic ally in the modernization of animal nutrition. This study aims to conduct a literature review on the application of advanced computational methods such a artificial neural networks, machine learning, and computer vision in the context of livestock animal nutrition, particularly in beef and dairy cattle systems. The research highlights how these technologies have been used to predict weight gain, estimate ribeye area through 3D imaging, monitor animal behavior and health, detect nutritional disorders, and reduce greenhouse gas emissions. By integrating intelligent algorithms with sensors and automated systems, it becomes possible to individualize diets, forecast nutritional needs, and identify imbalances at early stages. Despite technological progress, the adoption of these tools still faces challenges related to cost, technical training, and infrastructure requirements. It is concluded that computational intelligence is a promising tool to make animal nutrition more precise, efficient, and sustainable, contributing to animal welfare and the competitiveness of modern livestock farming | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Estadual Paulista (UNESP) | - |
Direitos: dc.rights | info:eu-repo/semantics/openAccess | - |
Palavras-chave: dc.subject | Visão por computador | - |
Palavras-chave: dc.subject | Bovinos de corte | - |
Palavras-chave: dc.subject | Redes neurais (Computação) | - |
Palavras-chave: dc.subject | Distúrbios do metabolismo | - |
Título: dc.title | Aplicação de métodos de visão computacional na nutrição animal e na bovinocultura | - |
Título: dc.title | Application of computer vision methods in animal nutrition and cattle raching | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: