Información detallada Tesis (Metadatos y Resúmenes)

Título:
Exploración del uso potencial de las redes neuronales para la clasificación de la leche según rango celular
Autor:
García Salazar, Claudio Nicolás
Profesor Patrocinante:
Fraser Leiva, Bernardo
Grado a Optar:
Médico Veterinario - Licenciado en Medicina Veterinaria
Materia:
redes neuronales; calidad de la leche
Universidad:
Universidad Austral de Chile
Facultad:
Facultad de Ciencias Veterinarias
Escuela:
Escuela de Medicina Veterinaria
Año de Aceptación:
1999
Resumen:
El principal objetivo de la presente investigación fue aplicar la metodología de las Redes Neuronales Artificiales (RNA), para la clasificación de la leche cruda, según su contenido celular. Los resultados del análisis de 192 muestras de leche cruda a granel se utilizaron es este estudio, de los cuales 170 se emplearon en la fase de entrenamiento de la red neuronal y 22 muestras en la fase experimental, destinada a probar el poder predictivo de aquella. La red neuronal consistió de 11 entradas correspondientes a las propiedades seleccionadas. En cuanto a las salidas dos fueron consideradas, una para el caso de un contenido de células somáticas mayor o igual a 300.000 cél/ml y otra en caso de un conteo celular inferior a 300.000 cél/ml. La selección de las propiedades se realizó determinando el coeficiente de variación, ya que para un mejor aprendizaje de la red, se descartan aquellas propiedades que presentan un rango de variación menor a 5 %. Todos los datos disponibles fueron normalizados para que sus valores queden comprendidos entre 0 y 1. El poder de predicción de la red neuronal artificial de las 22 muestras experimentales, alcanzó a 18 aciertos, lo que representa un nivel de confiabilidad de un 81,8 %, para predecir el contenido de células somáticas en leche cruda a partir de sus propiedades físico-químicas y de composición.
Abstract:
The main purpose of the present research was the application of the so called Artificial Neural Networks (ANN) for the classification of raw milk, according to its somatic cell count. 192 samples of raw milk in bulk were included in this research. 170 samples participated in the training step of network and additional 22 samples were considered in the experimental phase, in order to evaluate the predictive power of the ANN. The structure of the network consisted of 11 inputs, representing each of them the various physico-chemical and composition properties. As far as the outputs, only 2 were taken into account: the first one in case of a somatic cell count equal or higher than 300.000 cell/ml and the other in case of cellular counting lower than 300.000 cell/ml. For selecting the different properties variation coefficients were calculated, since for a better learning of the network, all of the properties showing a range of variation lower than 5 % were rejected. Data were normalized in order the values could remain between 0 and 1. The Artificial Neural Network was able to correctly predict 18 out of 22 samples, wich is equivalent to a 81,8 % success.
Palabras Clave:
redes neuronales artificiales; células somáticas; propiedades físico-químicas y de composición
Palabras Clave:
artificial neural networks; somatic cell count; physical; chemical and compositional properties
Editor:
Universidad Austral de Chile - Sistema de Bibliotecas - Programa Cybertesis
Formato:
text/pdf
Idioma:
es
Copyright:
García Salazar, Claudio Nicolás
Dirección Electrónica:
http://cybertesis.uach.cl/tesis/uach/1999/fvg216e/doc/fvg216e.pdf