Bluetooth technology associated with artificial neural networks for monitoring swine

• Santos, D.S. ^[1] ; Arce, A.I.C. ^[1] ; Piza, L.V. ^[1] ; Sousa Silva, A.C. ^[1] ; Costa, E.J.X. ^[1] ; Tech, A.R.B. ^[1]
  1. [1] Universidade de São Paulo

     Universidade de São Paulo

     Brasil

     
• Localización: Archivos de zootecnia, ISSN-e 1885-4494, ISSN 0004-0592, Vol. 65, Nº 252, 2016, págs. 557-563
• Idioma: inglés
• Títulos paralelos:
  • Redes bluetooth associadas a redes neurais artificiais para monitoramento de suínos
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    O artigo tem como objetivo apresentar uma metodologia para determinar o posicionamento de suínos em uma baia ou granja, utilizando o valor do receiver signal strenght indicator (RSSI) medido entre um dispositivo móvel carregado por um suíno e três dispositivos fixos. Os dados de RSSI foram processados por uma rede neural artificial do tipo perceptron multicamadas (PMC), responsável por interpretar os sinais RSSI e correlacioná-los com as coordenadas cartesianas X e Y de localização do suino. Foi realizado um experimento para coleta dos dados na Faculdade de Zootecnia e Engenharia de Alimentos (FZEA/USP), em uma área de 16 m2 que foi dividida em 289 pontos, sendo 286 pontos utilizados para coleta de dados de treinamento e teste da rede PMC. Após o treinamento da rede neural, foram escolhidos 8 pontos aleatoriamente, dentro da área experimental para os quais a rede neural treinada foi capaz de estimar as coordenadas de geolocalização. Após treinamentos e operações realizadas com diversas arquiteturas, concluiu-se que a arquitetura dotada de 10 neurônios na camada intermediária, consistiu-se na melhor alternativa, cujos resultados de monitoramento do suíno foram obtidas com valores aceitáveis de exatidão.

  • English

    The article aims to present a methodology to determine the positioning of pigs in a stall or barn, using the value of the receiver signal strength indicator (RSSI), measured between a mobile device carried by a pig and three fixed devices. The RSSI data were processed by a neural network artificial multilayer perceptron (PMC), responsible for interpreting the RSSI signals and correlate them with the Cartesian coordinates X and Y location of the pig. An experiment was conducted to collect data at the Faculty of Animal Science and Food Engineering (FZEA / USP) in an area of 16 m2 which was divided into 289 points, with 286 points used to collect training data and test the PMC network. After training of the neural network were chosen randomly 8 points within the experimental area for which the trained neural network was able to estimate the geolocation coordinates and after training and operations carried out with different architectures, it was concluded that the architecture endowed with 10 neurons in the hidden layer, consisted in the best alternative, the results of which monitoring pig were obtained with acceptable accuracy values.