Resumen

Este estudio presentó un enfoque alternativo potencialmente útil para determinar la presencia de mastitis subclínica y clínica en vacas lecheras utilizando técnicas de máquinas de vectores de soporte (SVM). El método propuesto detectó la mastitis en una muestra representativa transversal de vacas lecheras Holstein ordeñadas utilizando un sistema de ordeño automático. El estudio utilizó indicadores sospechosos de mastitis como rango de lactancia, producción de leche, conductividad eléctrica, duración promedio del ordeño y temporada de control como datos de entrada. La variable de salida fueron los recuentos de células somáticas obtenidos de muestras de leche recolectadas mensualmente a lo largo de los 15 meses del período de control. Las vacas fueron clasificadas como saludables o infectadas en función de esos recuentos de células somáticas. Este estudio realizó un escrutinio detallado de la metodología SVM, construyendo y examinando un modelo que mostró una sensibilidad del 89%, una especificidad del 92% y un error

• Materias:Robots Cuidados pediátricos Experimentos numéricos Radares Factores psicológicos
• Subjects:Robot Pediatric care Numerical experiments Radars Psychological factors
• Palabras claves:Estudio; Mastitis; Vacas lecheras; Máquina de vectores de soporte; Técnicas SVM; Recuentos de células somáticas
• Keywords:Study; Mastitis; Dairy cows; Support vector machine; SVM techniques; Somatic cell counts