
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.creator | Ferraz, Patricia Ferreira Ponciano | - |
| Autor(es): dc.creator | Yanagi Junior, Tadayuki | - |
| Autor(es): dc.creator | Hernández Julio, Yamid Fabián | - |
| Autor(es): dc.creator | Castro, Jaqueline de Oliveira | - |
| Autor(es): dc.creator | Gates, Richard Stephen | - |
| Autor(es): dc.creator | Reis, Gregory Murad | - |
| Autor(es): dc.creator | Campos, Alessandro Torres | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:50:43Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:50:43Z | - |
| Data de envio: dc.date.issued | 2016-08-16 | - |
| Data de envio: dc.date.issued | 2016-08-16 | - |
| Data de envio: dc.date.issued | 2014-07 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/11627 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1169386 | - |
| Descrição: dc.description | The objective of this work was to develop, validate, and compare 190 artificial intelligence‑based models for predicting the body mass of chicks from 2 to 21 days of age subjected to different duration and intensities of thermal challenge. The experiment was conducted inside four climate‑controlled wind tunnels using 210 chicks. A database containing 840 datasets (from 2 to 21‑day‑old chicks) – with the variables dry‑bulb air temperature, duration of thermal stress (days), chick age (days), and the daily body mass of chicks – was used for network training, validation, and tests of models based on artificial neural networks (ANNs) and neuro‑fuzzy networks (NFNs). The ANNs were most accurate in predicting the body mass of chicks from 2 to 21 days of age after they were subjected to the input variables, and they showed an R² of 0.9993 and a standard error of 4.62 g. The ANNs enable the simulation of different scenarios, which can assist in managerial decision‑making, and they can be embedded in the heating control systems. | - |
| Descrição: dc.description | O objetivo deste trabalho foi desenvolver, validar e comparar 190 modelos baseados em inteligência artificial, para predizer a massa corporal de pintinhos de 2 a 21 dias de vida, submetidos a diferentes períodos e intensidades de estresse térmico. O experimento foi realizado com 210 pintinhos, em quatro túneis de vento climatizados. Um banco de dados com 840 conjuntos de dados (de aves de 2 a 21 dias) – com as variáveis temperatura de bulbo seco do ar, duração do estresse térmico (dias), idade das aves (dias) e a massa corporal diária dos pintinhos – foi utilizado para treinamento de rede, validação e testes dos modelos baseados em redes neurais artificiais (RNA) e redes “neuro-fuzzy” (RNF). As RNA mostraram-se mais precisas para se predizer a massa corporal de pintinhos de 2 a 21 dias de idade, submetidos às variáveis de entrada, e apresentaram R² de 0,9993 e erro‑padrão de 4,62 g. As RNA propiciam a simulação de diversos cenários, que podem auxiliar na tomada de decisões em relação ao manejo, e podem ser incorporadas nos sistemas de controle de aquecimento. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Embrapa Informação Tecnológica | - |
| Direitos: dc.rights | acesso aberto | - |
| ???dc.source???: dc.source | Pesquisa Agropecuária Brasileira | - |
| Palavras-chave: dc.subject | Animal welfare | - |
| Palavras-chave: dc.subject | Artificial neural network | - |
| Palavras-chave: dc.subject | Broiler | - |
| Palavras-chave: dc.subject | Modeling | - |
| Palavras-chave: dc.subject | Neuro‑fuzzy network | - |
| Palavras-chave: dc.subject | Thermal comfort | - |
| Palavras-chave: dc.subject | Bem estar animal | - |
| Palavras-chave: dc.subject | Redes neurais artificiais | - |
| Palavras-chave: dc.subject | Frango | - |
| Palavras-chave: dc.subject | Modelagem | - |
| Palavras-chave: dc.subject | Redes neurais difusas | - |
| Palavras-chave: dc.subject | Conforto térmico | - |
| Título: dc.title | Predicting chick body mass by artificial intelligence‑based models | - |
| Título: dc.title | Predição da massa corporal de pintinhos por meio de modelos baseados em inteligência artificial | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
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: