Redes neuronales autoregressivas para predicción multivariante en apicultura de precisión.

M. C. Robustillo Carmona, A. Mateos Caballero, C. J. Pérez Sánchez, M. I. Parra Arévalo

El declive global de las poblaciones de abejas supone una amenaza para la seguridad alimentaria y la estabilidad ecosistémica, siendo la apicultura de precisión una solución tecnológica esencial para monitorizar la salud de las colonias. La investigación se ha centrado mayoritariamente en análisis retrospectivos o modelos de clasificación, persistiendo una brecha en la predicción multivariante de las condiciones internas de la colmena. En este trabajo se propone un modelo perceptrón multicapa autorregresivo diseñado para capturar dependencias temporales y relaciones no lineales entre variables endógenas y factores meteorológicos externos. Se evalúa su desempeño utilizando el conjunto de datos del proyecto BeeObserver. para generar predicciones con horizontes de uno y tres días, bajo un esquema de validación cruzada. Los resultados muestran una mejora sustancial frente a un modelo perceptrón multicapa estándar y moderada al compararlo con un modelo autorregresivo vectorial.

Palabras clave: Apicultura de precisión, redes neuronales, predicción, series temporales multivariantes.

Predicción y Clasificación
3 de septiembre de 2026  09:00
Aula 24

A. M. Alonso Fernández, A. El Kadi Lachehab, C. Ruiz Mora

T. Murillo Mosquera, C. C. Sánchez Zuleta

M. Ojaghi, P. Huidobro, I. Mariñas del Collado, S. Montes

J. I. Segovia Martín, S. Mazuelas Franco