- -

Modelos de predicción de emisiones de metano en vacuno de carne con datos de microbiota y métodos de aprendizaje automático

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Modelos de predicción de emisiones de metano en vacuno de carne con datos de microbiota y métodos de aprendizaje automático

Mostrar el registro sencillo del ítem

Ficheros en el ítem

dc.contributor.advisor Martínez Álvaro, Marina es_ES
dc.contributor.author Sáez Torillo, Santiago Nicolás es_ES
dc.date.accessioned 2024-08-01T23:00:16Z
dc.date.available 2024-08-01T23:00:16Z
dc.date.created 2024-07-05
dc.date.issued 2024-08-02 es_ES
dc.identifier.uri http://hdl.handle.net/10251/207007
dc.description.abstract [ES] La industria cárnica tiene un interés urgente en desarrollar estrategias para mejorar la eficiencia de la producción de carne y al mismo tiempo minimizar las emisiones de metano. La selección de animales para reducir sus emisiones requiere una recopilación de datos a gran escala con una precisión aceptable a costos asequibles. Los datos metagenómicos podrían servir como indicador para la predicción indirecta de las emisiones de metano, pero para que los modelos sean de aplicación general, deben validarse externamente en diferentes bases de datos. En este estudio se propone un modelo de predicción de la producción de metano utilizando datos de la microbiota ruminal de 283 animales utilizando diferentes algoritmos de machine learning: Random Forest, XGBoost y PLS. Los animales fueron alimentados con diferentes dietas, por lo que hubo que corregir este efecto tanto en el microbioma como en los fenotipos de metano. Nuestros resultados preliminares mostraron que la precisión de las predicciones fue muy buena en los sets de entrenamiento, pero en las externas fue en general muy baja. Aumentar la cantidad de datos y optimizar aún más el procedimiento para evitar el sobreajuste, explorar patrones ocultos dentro de los animales o probar otros algoritmos de aprendizaje automático podrían ser posibles estrategias para mejorar las relaciones entre la microbiota y el metano producido. es_ES
dc.description.abstract [EN] The meat industry has an urgent interest in developing strategies to improve the efficiency of meat production while minimizing methane emissions. Selecting animals to reduce their emissions requires large-scale data collection with acceptable accuracy at affordable costs. Metagenomic data could serve as an indicator for indirect prediction of methane emissions, but for the models to be generally applicable, they must be externally validated in different databases. In this study, a methane production prediction model is proposed using data from the ruminal microbiota of 283 animals using different machine learning algorithms: Random Forest, XGBoost and PLS. The animals were fed different diets, so this effect on both the microbiome and methane phenotypes had to be corrected. Our preliminary results showed that the prediction accuracy was very good in the training sets, but in the external ones it was generally very low. Increasing the amount of data and further optimizing the procedure to avoid overfitting, exploring hidden patterns within the animals or testing other machine learning algorithms could be possible strategies to improve the relationships between the microbiota and the methane produced. es_ES
dc.format.extent 57 es_ES
dc.language Español es_ES
dc.publisher Universitat Politècnica de València es_ES
dc.rights Reserva de todos los derechos es_ES
dc.subject Industria cárnica es_ES
dc.subject Microbioma es_ES
dc.subject Metano es_ES
dc.subject Aprendizaje automático es_ES
dc.subject Rumen es_ES
dc.subject Vacuno de carne es_ES
dc.subject Microbiome es_ES
dc.subject Methane es_ES
dc.subject Machine learning es_ES
dc.subject Beef cattle es_ES
dc.subject.other Máster Universitario en Mejora Genética Animal y Biotecnología de la Reproducción-Màster Universitari en Millora Genètica Animal i Biotecnologia de la Reproducció es_ES
dc.title Modelos de predicción de emisiones de metano en vacuno de carne con datos de microbiota y métodos de aprendizaje automático es_ES
dc.title.alternative Prediction models for methane emissions in beef cattle with microbiota data and machine learning methods es_ES
dc.title.alternative Models de predicció d'emissions de metà en boví de carn amb dades de microbiota i mètodes d'aprenentatge automàtic es_ES
dc.type Tesis de máster es_ES
dc.rights.accessRights Abierto es_ES
dc.contributor.affiliation Universitat Politècnica de València. Departamento de Estadística e Investigación Operativa Aplicadas y Calidad - Departament d'Estadística i Investigació Operativa Aplicades i Qualitat es_ES
dc.description.bibliographicCitation Sáez Torillo, SN. (2024). Modelos de predicción de emisiones de metano en vacuno de carne con datos de microbiota y métodos de aprendizaje automático. Universitat Politècnica de València. http://hdl.handle.net/10251/207007 es_ES
dc.description.accrualMethod TFGM es_ES
dc.relation.pasarela TFGM\164388 es_ES


Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem