| |
| Acadêmico(a): Eduardo Ferrari Ott |
| Título: Predição de peso na criação de frango de corte utilizando redes neurais artificiais |
| |
| Conclusão: |
| Este trabalho apresentou o desenvolvimento de um protótipo para predição de peso de aves utilizando o modelo de rede neural recorrente LSTM. O protótipo desenvolvido foi capaz de predizer o peso das aves considerando os fatores ambienteis aos quais estavam submetidas, com uma taxa de RMSE de 2,516 gramas durante os treinos. Como limitações, o modelo teve seus melhores resultados ao predizer o peso nas primeiras semanas de vida das aves, porém não atingiu a mesma precisão ao predizer o peso nos últimos dias de vida. Além disso, predições realizadas com lotes individuais também apresentaram precisão inferior à observada durante o treinamento, onde se obteve uma taxa média satisfatória de 40,48 gramas. Entende-se que essa perda da precisão é resultante da insuficiência de dados disponíveis para o treinamento da rede, o que pode ter resultado no overfitting do modelo. Por este motivo, como extensões para este trabalho seria essencial treinar o protótipo desenvolvido utilizando uma base de dados maior, visto que a base disponível para os testes possui apenas 459 observações. Além disso, seria necessário o estudo de outros métodos e/ou modelos como Redes Neurais Recorrentes mais simples, ou variações da LSTM, como o modelo peepholes conections que, a cada execução, adiciona informações adicionais do estado para as funções de ativação sigmoid, ou a variação Gated recurrent Unit que reúne o input gate layer e a camada tanh das células LSTM em uma única unidade de processamento. Tais modelos poderiam ser treinados para buscar melhores resultados ao predizer o peso das aves ao utilizar lotes individuais, assim como melhorar as predições de seus últimos dias de vida, de forma a possibilitar a previsão da data em que o lote poderá alcançar o peso desejado para o abate, otimizando os recursos da cadeia produtiva de frango de corte. Dessa forma, os resultados confirmam que o protótipo tem potencial para ser utilizado como ferramenta para a simulação de cenários de microclima alternativos, a fim de buscar melhores condições ambientais na criação de aves. Com isso seria possível propiciar um melhor desempenho no seu ganho de peso, bem como ser integrado a sistemas de ambiência de granjas para controle automático do microclima das aves. |
| |
|
