The Artificial Intelligence in bovine reproduction
Main Article Content
Abstract
Today, livestock farming faces the challenge of increasing production to meet the growing demand for animal products. In this context, bovine reproduction represents a multifactorial process that requires informed and strategic decision making to increase reproductivity and economic benefits. The objective of the present research is to analyze the potential of Artificial Intelligence to improve decision making in bovine reproduction. The application of several techniques of this discipline, such as Machine Learning, Artificial Neural Networks, Deep Learning, Support Vector Machines and Decision Trees, is analyzed. These technologies can be applied to different areas such as: genetic selection, heat and disease detection, artificial insemination and animal health monitoring. The use of these techniques is conditioned by three fundamental factors: the characteristics of the organization, the proposed objective and the particularities of the data set, which must be taken into account when deciding which technique to use. Therefore, the application of intelligent technologies allows the sustainability of the livestock sector by reducing costs, increasing milk and meat production in order to improve efficiency and profitability, guaranteeing animal welfare during the processes.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
- Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento-no comercial de Creative Commons 4.0 que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista. Bajo esta licencia el autor será libre de:
- Compartir — copiar y redistribuir el material en cualquier medio o formato
- Adaptar — remezclar, transformar y crear a partir del material
- El licenciador no puede revocar estas libertades mientras cumpla con los términos de la licencia
Bajo las siguientes condiciones:
- Reconocimiento — Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace.
- NoComercial — No puede utilizar el material para una finalidad comercial.
- No hay restricciones adicionales — No puede aplicar términos legales o medidas tecnológicas que legalmente restrinjan realizar aquello que la licencia permite.
- Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
References
Basogain, X. (1998). Redes Neuronales Artificiales y sus aplicaciones. https://ocw.ehu.eus/pluginfile.php/40137/mod_resource/content/1/redes_neuro/contenidos/pdf/libro-del-curso.pdf
Bayona, J. S.; Serrano, M. K.; Navarro, A. Y.; Sarabia, J. J.; Ramírez, J. D.; y Galvis, J. J. (2024). IA aplicado en la ganadería. https://www.researchgate.net/profile/Margie-Serrano-Carrascal/publication/381227428_IA_APLICADO_EN_GANADERIA/links/666278ffb769e769191d65e2/IA-APLICADO-EN-GANADERIA.pdf
Berryhill, J.; Heang, K. K.; Clogher, R.; y McBride, K. (2020). Hola, mundo: La Inteligencia Artificia y su uso en el sector público. Asociación Mexicana de Internet. https://doi.org/10.1787/726fd39d-en
Curti, P.; Selli, A.; Pinto, D.; Merlos-Ruiz, A.; Balieiro, J.; y Ventura, R. (2023). Applications of livestock monitoring devices and machine learning algorithms in animal production and reproduction: an overview. Animal Reproduction, 20 (2). https://doi.org/10.1590/1984-3143-AR2023-0077
Fuentes, S.; Gonzalez, C.; Tongson, E.; y Dunshea, F. R. (2022). The livestock farming digital transformation: implementation of new and emerging technologies using artificial intelligence. Animal Health Research Reviews, 23, 59-71. https://doi.org/10.1017/S1466252321000177
García, R.; Aguilar, J.; Toro, M.; Pinto, A.; y Rodríguez, P. (2020). A systematic literature review on the use of machine learning in precision livestock farming. ScienceDirect, 179. https://doi.org/10.1016/j.compag.2020.105826
Garro, R.; y Tallarico, G. (2022). Ganadería de precisión: innovaciones tecnológicas que agregan valor a la ganadería. IDIA21, 2 (1), 21-27. https://repositorio.inta.gob.ar/xmlui/bitstream/handle/20.500.12123/12167/pubidia22_ano2_n1mayo_v4_p.21-27.pdf?sequence=1&isAllowed=y
Genética Bovina. (2020). Inseminación artificial: puntos a tener en cuenta en nuestras ganaderías. Genética bovina colombiana.°en https://revistageneticabovina.com/biotecnologia/inseminacion-artificial/
González, N.; Leyva, M. Y.; Faggoni, K. M.; y Álvarez, P. J. (2018). Estudio comparado de las técnicas de Inteligencia Artificial para el diagnóstico de enfermedades en la ganadería. Sistemas, Cibernética e Informática, 15(2).Consultado el 8 de julio de 2023. °en https://www.iiisci.org/journal/pdv/risci/pdfs/CA178AR18.pdf
Kerton, L. (2012). Sistema para el análisis y toma de decisiones sobre datos parametrizados. [Tesis de Grado, Universidad de Ciencias Informáticas]. La Habana, Cuba. https://repositorio.uci.cu/jspui/bitstream/ident/TD_05601_12/2/TD_05601_12.pdf
Lee, Y. (2010). Support vector machines for classification: a statistical portrait Methods Mol Biol. https://doi.org/10.1007/978-1-60761-580-4_11
Marizancén, M. A.; y Artunduaga, L. (2017). Mejoramiento genético en bovinos a través de la inseminación artificial y la inseminación artificial a tiempo fijo. Revista de Investigación Agraria y Ambiental 8(2), 247-259. https://dialnet.unirioja.es/descarga/articulo/6285365.pdf. ISSN: 2145-6097.
Melak, A.; Aseged, T.; y Shitaw, T. (2024). The Influence of Artificial Intelligence Technology on the Management of Livestock Farms. Hindawi, 2024. https://doi.org/10.1155/2024/8929748
Menes, I.; Arcos, G.; Moreno, P.; y Gallegos, K. (2015). Desempeño de algoritmos de minería en indicadores académicos: Árbol de Decisión y Regresión Logística. Revista Cubana de Ciencias Informáticas, 9 (4), 104-117. ISSN: 2227-1899.
Moreira, A.; Santos, F. K., dos; Machado, P. B.; Berghahn, L. G.; Campos, G. P., de; Araújo, C. V., de; Araújo, S. I.; y Menezes, F. L. (2023). Uso de Inteligência Artificial na Pecuária: Revisão de literatura. Reseaarch, Society and Development, 12 (4). https://doi.org/10.33448/rsd-v12i4.40777
Padial, J. J. (2019). Técnicas de programación «Deep Learning»: ¿Simulacro o realización artificial de la inteligencia? Naturaleza y Libertad, 12. https://revistas.uma.es/index.php/naturaleza-y-libertad/article/download/6274/5798/20938. ISSN: 2254-9668.
Programa sectorial “Agricultura Sostenible” (NAREN). (2020). Ganadería y salud animal. GIZ. www.giz.de/en/worldwide/39650.html
Song, Y. Y.; y Ying, L. (2015). Decision tree methods: applications for classification and prediction. Shanghai Archives of Psychiatry, 27 (2). https://doi.org/10.11919/j.issn.1002-0829.215044
Strappini, A. C.; Norambuena, L.; y Matamala, F. (2015). Importancia de la detección de celo utilizando métodos amigables con el bienestar animal XXXVIII Reunión Científica Anual de la Asociación Peruana de Producción Animal, Perú. https://www.researchgate.net/profile/Ana-Strappini/publication/287978184_Importancia_de_la_deteccion_de_celo_utilizando_metodos_amigables_con_el_bienestar_animal/links/567ac9b908aebccc4dfd598b/Importancia-de-la-deteccion-de-celo-utilizando-metodos-amigables-con-el-bienestar-animal.pdf.
Terrero, R.; y Morejón, R. (2014). GAVIAC, Sistema para la gestión y control del ganado vacuno y la inseminación artificial. Revista Avanzada Científica, 17 (3). https://dialnet.unirioja.es/descarga/articulo/5156800.pdf. ISSN: 1029-3450.