Descripción del proyecto
La producción animal moderna engloba la generación de una cantidad masiva de datos o Big Data que necesita de sistemas de gestión más complejos y completos para optimizar el uso de los mismos, Este elevado volumen de datos precisa nuevas técnicas de almacenamiento a gran escala y enfoques distintos para recuperar la información; la variedad de las fuentes de datos hace que las redes relacionales sencillas sean difícilmente aplicables; y, por último, el incesante incremento con que se generan los datos hace que la velocidad sea un parámetro clave en su manejo, Y es que, en un entorno competitivo como el de la producción ganadera, el objetivo primordial debe ser mejorar la eficiencia de los sistemas productivos, para lo que es fundamental la correcta gestión de los datos (recogida, procesado, análisis y distribución de la información) que se generan cada día en las explotaciones ganaderas ,Para dar respuesta a esta demanda, se presenta este proyecto con el que se pretende optimizar la productividad de las explotaciones de ganado porcino intensivo, Para ello, se generará un sistema de detección precoz de los comportamientos animales anómalos y de las condiciones ambientales subóptimas en base a los algoritmos de predicción desarrollados y al historial productivo específico de cada granja, Así mismo, se ofrecerá una herramienta de diagnóstico precoz de las enfermedades a través del envío online de la sintomatología aparecida en granja y el telediagnóstico, Es decir, se aplicarán los resultados científicos obtenidos tras el análisis de las bases de datos disponibles en este proyecto en unas herramientas informáticas que permitirán aplicar la denominada ganadería de precisión o Smart Farming, El objetivo principal del proyecto reside, por lo tanto, en el desarrollo de herramientas de decisión y tecnologías de automatización para la gestión inteligente de las explotaciones (Smart Farming) integrando distintas áreas de conocimiento para mejorar la gestión, la productividad y los beneficios poniendo en valor los datos obtenidos diariamente y que, a día de hoy, no son explotados, El sistema generará algoritmos de sugerencias basados en los datos obtenidos por medio de análisis de imágenes y sensores que ayudarán a alcanzar alertas de comportamiento y ambientales, así como un rápido telediagnóstico sindrómico y unas recomendaciones sobre las analíticas necesarias,El proyecto PigAdvisor se divide en 4 tareas, además de la tarea 0 de gestión del proyecto:-Tarea 1: Definición de requisitos y compilación de las bases de datos -Tarea 2: Desarrollo de la arquitectura big data y selección de las características y atributos importantes que afectan a las variables objeto de estudio, -Tarea 3: Validación de clasificadores obtenidos en la tarea 2 con datos reales Estas tres tareas estarán divididas a su vez en tres subtareas, una para cada ámbito de trabajo en los que se enfoca el proyecto:Relación entre los datos reproductivos recogidos en el software de gestión de granjas y los datos sobre pautas de consumo recogidas por las máquinas de alimentación,Relación entre los parámetros ambientales y el estado sanitario de los animalesRelación entre las imágenes de lesiones disponibles y el diagnóstico clínico que se obtuvo en su momento, Tarea 4: Desarrollo, implantación y validación del programa informático y la aplicación para teléfonos móviles de asesoramiento, a escala de usuario final, En esta cuarta tarea se fusionará todo el conocimiento adquirido en las subtareas anteriores y, a través de una única aplicación informática, se podrá disponer del asesoramiento y las alertas necesarias para la optimización de la productividad de las explotaciones de ganado porcino intensivo, objetivo principal de este proyecto,El consorcio para llevar a cabo este proyecto, cuyo presupuesto asciende a 906,444 lo componen PigCHAMP Pro Europa (39%), Proporseg (22%) y el Instituto Tecnológico de Castilla y León (39%)