RED NEURONAL ARTIFICIAL PARA MEJORAR EL VALOR EPIDEMIOLÓGICO DE LOS ESTUDIOS DE MATADEROS PARA LA FASCIOLOSIS BOVINA.

Introduccion y o bjetivo: La fasciolosis causada por Fasciola hepatica es una de las principales causas de perdidas economicas a la comunidad agricola en todo el mundo como resultado de la morbilidad y la mortalidad en el ganado. El objetivo del presente trabajo es evaluar la red neuronal artificial como herramienta predictiva para fasciolosis bovina en Camaguey, Cuba. Materiales y Metodos: Una red neuronal artificial se estructuro con cinco factores (precipitaciones, temperatura minima y maxima, municipio y mes); con dos capas intermedias y una capa de salida con una neurona Se utilizo una funcion de activacion hiperbolica. En el entrenamiento, se utilizo el metodo de retro-propagacion, con una tasa de aprendizaje de 0.4 y el impulso de 0,9. el criterio de parada era llegar a 1 ciclo sin una disminucion en el error. Se emplearon los datos del 2008-2013 para la formacion y la validacion. Resultados: El factor de correlacion en el modelo fue 0.857 y la precipitacion tuvo la mayor importancia con 0,232. la suma de los cuadrados de error de los datos del entrenamiento fue 3,896 con el error relativo de 0.284. Para los datos sobre la prueba de la suma de los cuadrados de error fue solo 0,004 con un error relativo del 0,233. Conclusiones: La red neuronal artificial resulto ser adecuada como una herramienta predictiva para fasciolosis bovina prevalencia detectada en matadero.