A piscicultura é um segmento da aquicultura no qual, o sistema de produção intensiva, busca melhorar o desempenho produtivo. Em tal prática os custos envolvidos na alimentação podem representar mais de 60% do custo da produção. Alimentação excessiva além de elevar diretamente o custo da produção, aumenta a ocorrência de mortalidade por conta de patologias, consequência da baixa qualidade da água e ao alto nível de matéria orgânica. Os métodos de controle e dimensionamento da oferta de ração baseiam-se na frequência alimentar, na densidade populacional e na biomassa. Porém, na alimentação manual o critério para evitar o desperdício depende da análise comportamental dos peixes. Por meio do frenesi alimentar, busca-se observar a saciedade aparente dos animais e se os mesmos estão de fato se alimentando ou até se demonstram falta de apetite. A prática depende de um método empírico, subjetivo e da atenção dos tratadores, o que pode variar a cada tratador. É de conhecimento que o frenesi alimentar dos peixes produz um sinal sonoro característico que reflete o comportamento durante o fornecimento de ração. Assim, esse sinal possui características que podem ser extraídas e utilizadas como descritoras do apetite para identificação do ponto de saciedade. Esse trabalho tem por objetivo avaliar se é possível extrair as características do sinal hidroacústico do frenesi alimentar e classifica-lo. Para isso, nesse trabalho foi utilizada a técnica de subtração espectral para atenuação do ruído e uma rede neural cognitiva para classificação. A Rede neural apresentou resultados de aproximadamente 80% de eficiência na classificação demonstrando ser possível extrair e classificar as informações acústicas sobre o frenesi alimentar.

Fish farming is a form of aquaculture in which the intensive production system seeks better productive rates. In this practice, costs involved with feeding can represent more than 60% of total production costs. Excessive feeding directly increases production costs, and it also increases mortality due to pathologies which happens because of low water quality that has high level of organic matter. Control and sizing methods of supply of fish feed are based on feeding frequency, population density and biomass (weight). However, the criterion to avoid waste depends on the analysis of fish behavior, fish food frenzy, and observation of apparent satiation of the animals and whether they are actually feeding, or even show a lack of appetite. This practice depends on a empiric methodology and fish handlers attention which varies from each handler. The fish feeding frenzy makes an acoustic signal that reflects fish behavior at feeding moment. Thus, this signal has acoustic characteristics that could be extract and utilized as appetite descriptors of satiation point. The information of this signal has great potential and can be an indicative parameter for the well-being of Fish hatchery. This work aims to evaluate whether it is possible to extract the characteristics of the hydroacoustic signal from the feeding frenzy and classify it The Neural Network presented results of approximately 80% efficiency in the classification, demonstrating that it is possible to extract and classify the acoustic information about the food frenzy.