Mostrando entradas con la etiqueta neurona. Mostrar todas las entradas
Mostrando entradas con la etiqueta neurona. Mostrar todas las entradas

jueves, 30 de abril de 2015

INVESTIGACIÓN: MAPAS AUTOORGANIZADOS PARA ESTUDIAR LA ALIMENTACIÓN CAPRINA (ESPAÑA)

En un trabajo de investigación se ha estudiado el manejo de la alimentación en explotaciones caprinas de raza Murciano-Granadina en la región de Murcia (España). 

Tras la realización de un sondeo sobre el número de explotaciones caprinas en la provincia de Murcia se seleccionaron 94 ganaderías repartidas homogéneamente por cada una de las 6 comarcas de la región. El estudio de las ganaderías se realizó mediante encuestas a los ganaderos, con un total de 11 variables relacionadas con el manejo de la nutrición y las tendencias productivas de los rebaños. Para estudiar los datos y las relaciones cualitativas entre ellos se han utilizado Mapas Autoorganizados, un tipo de red neuronal muy extendido para extraer conocimiento de un conjunto de datos.

Dentro de la Unión Europea, España ocupa un lugar muy destacado en la especie caprina, siendo el segundo país en importancia censal y en producción de carne detrás de Grecia, y el tercero en cuanto a la producción de leche después de Francia y Grecia. Los sistemas de producción caprina en la Región de Murcia se caracterizan por suplementar la dieta base, debido a la escasez de pastos en esta zona semiárida de España, por lo que la finalidad de este estudio es describir cuál es el manejo de la alimentación por parte de ganaderos con diferentes tendencias productivas. 

La utilización de mapas autoorganizados, tipo de sistema neuronal muy usado en otras disciplinas, permite obtener un conocimiento cualitativo del problema. En este tipo instrumentos se disponen los elementos de cálculo (neuronas) en una red bidimensional; cada una de estos elementos de cálculo serán, al final del proceso de aprendizaje de la red, los representantes de una serie de ganaderías. El objetivo de este tipo de red es determinar relaciones intrínsecas de los datos agrupando dichos datos de acuerdo a esas relaciones. Así pues, su objetivo es determinar de una manera visual las relaciones que existen entre las diferentes variables de interés dentro de nuestro estudio. Los mapas se han hecho utilizando la librería de Mapas Autoorganizados ejecutada bajo el entorno Matlab.

A los ganaderos encuestados se les formularon preguntas relacionadas con el manejo de la alimentación en cada fase del ciclo productivo (pico de lactación, ordeño, fin de gestación, reposición). Además se tuvo en cuenta si el ganadero hacía su propia ración, si empleaba subproductos, si compraba a alguna empresa del sector (pienso compuesto y/o raciones completas) y, si tenían algún tipo de asesoramiento técnico. También se tuvieron en cuenta los ingresos obtenidos por la venta de leche. 

El mapa autoorganizado desarrollado en este trabajo consta de 48 neuronas dispuestas en una estructura bidimensional (6x8) hexagonal (cada neurona tiene 6 vecinos). Cada neurona tiene un vector que tiene tantas componentes como preguntas hay en la encuesta a los ganaderos. Una representación gráfica de las diferentes componentes siguiendo una escala de grises vendría dada por las zonas claras/oscuras que se corresponden con valores altos/bajos, respectivamente; evidentemente estos valores altos/bajos responden a la diferente codificación de las preguntas escogida previamente. Estos mapas permiten ver de una forma rápida la situación de las ganaderías estudiadas. Por ejemplo, en las variables donde se suplementa al ganado de reposición y animales en lactación, se corresponde con la parte inferior de los mapas (color claro). Esta parte más clara que se encuentra en la parte inferior se corresponde en la variable tipo de alimentación con aquellas ganaderías que utilizan pienso compuesto (color gris y zona intermedia) y raciones completas (color claro y zona inferior del mapa), frente a la parte más oscura (superior del mapa) que se corresponde con aquellos ganaderos que hacen su propia dieta. Esta zona inferior más clara también la encontramos para la variable de asesoramiento de la nutrición. Además, en la zona inferior derecha encontramos un incremento de la escala de grises hacia el color blanco para la variable ingresos por leche (más ingresos cuanto más claro es el color) y también más claro el color cuando la tendencia es a utilizar subproductos en la alimentación. Por tanto estos mapas, describen una situación positiva en la que se muestra las ganaderías que tienen animales lecheros y se asesoran técnicamente para alimentar a sus animales y además suplementan cada estado fisiológico, obtienen mayores ingresos por la leche.


Autoría: C. Fernández y colaboradores (2005)
José Luis Ares Cea (recopilación científica)