Abstract
El presente Trabajo de Fin de Grado se centra en el estudio del comportamien-
to de ganado equino en condiciones de semilibertad, un ¿area de creciente inter¿es
para la optimizaci¿on de la gesti¿on ganadera y el bienestar animal. El objetivo
fundamental de esta investigaci¿on es analizar de forma integral el movimiento de
los ejemplares, examinando sus rutas individuales y explorando la posibilidad de
inferir relaciones familiares a partir de su proximidad y comportamiento social.
Asimismo, se estudian los patrones de ataque y defensa dentro de la explotaci¿on
para comprender la din¿amica de grupo.
La metodolog¿¿a se basa en la implementaci¿on de diversos algoritmos de Apren-
dizaje Autom¿atico (Machine Learning) mediante el lenguaje de programaci¿on
python. Este trabajo no solo busca modelar el comportamiento, sino realizar una
evaluaci¿on comparativa entre distintos modelos para determinar cu¿al ofrece me-
jores resultados en la clasificaci¿on y predicci¿on de trayectorias. A trav¿es de este
an¿alisis, se identifican los par¿ametros t¿ecnicos y biol¿ogicos que ejercen una ma-
yor influencia tanto en la definici¿on de los patrones de movimiento como en la
determinaci¿on del parentesco dentro de cada grupo.
Los resultados demuestran que la Inteligencia Artificial permite automatizar
la monitorizaci¿on de comportamientos complejos, superando las limitaciones de la
observaci¿on tradicional. En conclusi¿on, este trabajo aporta una base t¿ecnica s¿olida
para la etolog¿¿a computacional, demostrando la eficacia de las herramientas de
an¿alisis de datos para desentra¿nar la estructura social y las din¿amicas espaciales
de los caballos en entornos reales de semilibertad.
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Rey Juan Carlos
URL external
External URL
DOI
Date
Description
Trabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2025/2026. Directores/as: María Jesús Algar Díaz



