Acuicultura y Machine Learning: un caso práctico en la predicción de la floración de algas nocivas
-
-
[1] Universidade da Coruña
Universidade da Coruña
A Coruña, España
-
- Localización: XXIV Foroacui: Foro dos Recursos Mariños e da Acuicultura das Rías Galegas / coord. por Manuel Rey Méndez, Jacobo Fernández Casal, Miguel Lastres, Nieves González Henríquez, Xosé Antonio Padín Alvarez
, 2023, ISBN 9788409520329, págs. 67-73 - Idioma: español
- Enlaces
-
Resumen
Las floraciones algales nocivas (FAN) son episodios de altas concentraciones de algas potencialmente tóxicas para el consumo humano. La cría de moluscos puede verse afectada por las FAN porque, al ser organismos filtradores, pueden acumular altas concentraciones de biotoxinas marinas en sus tejidos. Para evitar el riesgo en el consumo humano de moluscos, se prohíbe la recolección cuando se detecta toxicidad. En los casos en los que no es posible realizar análisis químicos, la legislación permite a las autoridades responsables de la vigilancia, tomar decisiones sobre la presencia de factores de riesgo. En la actualidad, el cierre de las zonas de producción se basa en el conocimiento de expertos y carece de modelos predictivos que lo respalden. Este trabajo pretende crear un modelo predictivo capaz de dar soporte en esta toma de decisiones. Para ello, hemos determinado cuáles son los factores que más afectan a la predicción de las FAN mediante técnicas de inteligencia artificial
