“Modelo predictivo para estimar el peso en peces nativos basado en parámetros fisiológicos”

En esta investigación pionera en piscicultura, se ha desarrollado un modelo predictivo revolucionario basado en parámetros fisiológicos para estimar el peso de los peces, reduciendo así la manipulación directa y el estrés en las especies acuáticas. Mediante un análisis exhaustivo, se identificaron l...

ver descrição completa

Na minha lista:
Detalhes bibliográficos
Autor principal: Loor Ponce, Stiven Javier (author)
Formato: bachelorThesis
Idioma:spa
Publicado em: 2023
Assuntos:
Acesso em linha:https://repositorio.uteq.edu.ec/handle/43000/7115
Tags: Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
_version_ 1840068889302532096
author Loor Ponce, Stiven Javier
author_facet Loor Ponce, Stiven Javier
author_role author
collection Repositorio Universidad Técnica Estatal de Quevedo
dc.contributor.none.fl_str_mv Zhuma Mera, Emilio Rodrigo
dc.creator.none.fl_str_mv Loor Ponce, Stiven Javier
dc.date.none.fl_str_mv 2023
2024-05-27T20:36:36Z
2024-05-27T20:36:36Z
dc.format.none.fl_str_mv 69
application/pdf
dc.identifier.none.fl_str_mv Loor Ponce, Stiven Javier (2023). “Modelo predictivo para estimar el peso en peces nativos basado en parámetros fisiológicos”. Quevedo. UTEQ. 69 pág.
460034
https://repositorio.uteq.edu.ec/handle/43000/7115
dc.language.none.fl_str_mv spa
dc.publisher.none.fl_str_mv Quevedo:UTEQ
dc.rights.none.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/3.0/ec/
info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:Repositorio Universidad Técnica Estatal de Quevedo
instname:Universidad Técnica Estatal de Quevedo
instacron:UTEQ
dc.subject.none.fl_str_mv Aprendizaje automático
Scikit-learn
Pandas
Streamlit
dc.title.none.fl_str_mv “Modelo predictivo para estimar el peso en peces nativos basado en parámetros fisiológicos”
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/bachelorThesis
description En esta investigación pionera en piscicultura, se ha desarrollado un modelo predictivo revolucionario basado en parámetros fisiológicos para estimar el peso de los peces, reduciendo así la manipulación directa y el estrés en las especies acuáticas. Mediante un análisis exhaustivo, se identificaron las variables optimas clave, siendo la Longitud Total y Longitud de la Cabeza fundamentales. Se realizo una comparación minuciosa de varios modelos de predicción, destacando la superioridad de este modelo en términos de precisión y consistencias. Las pruebas y validaciones detalladas con datos reales demostraron la eficiencia del modelo, confirmando su capacidad para proporcionar estimaciones de peso precisas y confiables. Este enfoque innovador promete transformar las prácticas de manejo en la industria acuícola, mejorando la sostenibilidad y el bienestar de los peces, u allanando el camino hacia un fututo más seguro y eficientes en la producción piscícola.
eu_rights_str_mv openAccess
format bachelorThesis
id UTEQ_de96eb7170db70d1a2264a837e7b8874
identifier_str_mv Loor Ponce, Stiven Javier (2023). “Modelo predictivo para estimar el peso en peces nativos basado en parámetros fisiológicos”. Quevedo. UTEQ. 69 pág.
460034
instacron_str UTEQ
institution UTEQ
instname_str Universidad Técnica Estatal de Quevedo
language spa
network_acronym_str UTEQ
network_name_str Repositorio Universidad Técnica Estatal de Quevedo
oai_identifier_str oai:repositorio.uteq.edu.ec:43000/7115
publishDate 2023
publisher.none.fl_str_mv Quevedo:UTEQ
reponame_str Repositorio Universidad Técnica Estatal de Quevedo
repository.mail.fl_str_mv .
repository.name.fl_str_mv Repositorio Universidad Técnica Estatal de Quevedo - Universidad Técnica Estatal de Quevedo
repository_id_str .
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/3.0/ec/
spelling “Modelo predictivo para estimar el peso en peces nativos basado en parámetros fisiológicos”Loor Ponce, Stiven JavierAprendizaje automáticoScikit-learnPandasStreamlitEn esta investigación pionera en piscicultura, se ha desarrollado un modelo predictivo revolucionario basado en parámetros fisiológicos para estimar el peso de los peces, reduciendo así la manipulación directa y el estrés en las especies acuáticas. Mediante un análisis exhaustivo, se identificaron las variables optimas clave, siendo la Longitud Total y Longitud de la Cabeza fundamentales. Se realizo una comparación minuciosa de varios modelos de predicción, destacando la superioridad de este modelo en términos de precisión y consistencias. Las pruebas y validaciones detalladas con datos reales demostraron la eficiencia del modelo, confirmando su capacidad para proporcionar estimaciones de peso precisas y confiables. Este enfoque innovador promete transformar las prácticas de manejo en la industria acuícola, mejorando la sostenibilidad y el bienestar de los peces, u allanando el camino hacia un fututo más seguro y eficientes en la producción piscícola.In this pioneering research in fish farming, a revolutionary predictive model based on physiological parameters has been developed to estimate fish weight, thus reducing direct manipulation and stress on aquatic species. Through an exhaustive analysis, the key optimal variables were identified, with Total Length and Head Length being fundamental. A thorough comparison of several prediction models was carried out, highlighting the superiority of this model in terms of precision and consistency. Detailed testing and validation with real data demonstrated the efficiency of the model, confirming its ability to provide accurate and reliable weight estimates. This innovative approach promises to transform management practices in the aquaculture industry, improving the sustainability and well-being of fish, and paving the way to a safer and more efficient future in fish production.Quevedo:UTEQZhuma Mera, Emilio Rodrigo2024-05-27T20:36:36Z2024-05-27T20:36:36Z2023info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis69application/pdfLoor Ponce, Stiven Javier (2023). “Modelo predictivo para estimar el peso en peces nativos basado en parámetros fisiológicos”. Quevedo. UTEQ. 69 pág.460034https://repositorio.uteq.edu.ec/handle/43000/7115spahttp://creativecommons.org/licenses/by-nc-sa/3.0/ec/info:eu-repo/semantics/openAccessreponame:Repositorio Universidad Técnica Estatal de Quevedoinstname:Universidad Técnica Estatal de Quevedoinstacron:UTEQ2024-05-27T20:37:48Zoai:repositorio.uteq.edu.ec:43000/7115Institucionalhttp://repositorio.uteq.edu.ec/Universidad públicahttps://www.uteq.edu.ec/http://repositorio.uteq.edu.ec/oaiEcuador...opendoar:.2024-05-27T20:37:48falseInstitucionalhttp://repositorio.uteq.edu.ec/Universidad públicahttps://www.uteq.edu.ec/http://repositorio.uteq.edu.ec/oai.Ecuador...opendoar:.2024-05-27T20:37:48Repositorio Universidad Técnica Estatal de Quevedo - Universidad Técnica Estatal de Quevedofalse
spellingShingle “Modelo predictivo para estimar el peso en peces nativos basado en parámetros fisiológicos”
Loor Ponce, Stiven Javier
Aprendizaje automático
Scikit-learn
Pandas
Streamlit
status_str publishedVersion
title “Modelo predictivo para estimar el peso en peces nativos basado en parámetros fisiológicos”
title_full “Modelo predictivo para estimar el peso en peces nativos basado en parámetros fisiológicos”
title_fullStr “Modelo predictivo para estimar el peso en peces nativos basado en parámetros fisiológicos”
title_full_unstemmed “Modelo predictivo para estimar el peso en peces nativos basado en parámetros fisiológicos”
title_short “Modelo predictivo para estimar el peso en peces nativos basado en parámetros fisiológicos”
title_sort “Modelo predictivo para estimar el peso en peces nativos basado en parámetros fisiológicos”
topic Aprendizaje automático
Scikit-learn
Pandas
Streamlit
url https://repositorio.uteq.edu.ec/handle/43000/7115