Share
Pin
Tweet
Send
Share
Send
가축 생산자들은 질병이나 부상의 징후에 대해 동물 행동을 모니터링해야한다는 끊임없는 도전에 직면 해 있습니다.
이 문제를 해결하기 위해 University of Nebraska의 학제 간 팀은 제조업체가 지속적으로 동물을 모니터링하고 데이터를 사용하여 품질을 향상시키는 데 도움이되는 정밀 기술을 개발했습니다. 이 그룹에는 네브라스카의 전기 기술자와 컴퓨터 과학자뿐만 아니라 돼지의 비디오 녹화를 사용하여 기술 시스템을 개발 한 동물 과학자도 포함됩니다.
이 시스템은 24 시간 축산 농장에서 수신 한 비디오 자료를 처리하고 통계 알고리즘을 사용하여 명시 적 프로그래밍없이 컴퓨터 시스템을 개선하는 "머신 러닝"데이터 분석 방법을 사용합니다. 개별 돼지를 식별하고 음식, 음료 및 운동과 같은 일상 활동에 대한 데이터를 제공합니다.![](http://img.tomahnousfarm.org/img/ferm-2020/16019/image_mtzwVeg5SycKiw14B406Z.jpg)
이 데이터를 기반으로 시스템은 또한 각 돼지의 무게와 성장 속도를 추정 할 수 있습니다. 전기 및 컴퓨터 공학 부교수 인 Eric Psota는“우리 시스템은 전형적인 행동의 모델을 제공합니다. “동물이이 패턴을 벗어나면 무언가 잘못되었다는 신호일 수 있습니다. 이를 통해 문제가 너무 커지기 전에 문제를 쉽게 감지 할 수 있습니다.”
이 팀은 수백만 가지 요소와 매개 변수가있는 머신 러닝 형태 인 딥 러닝 네트워크를 사용하여 시스템을 만들었습니다. 모든면에서 돼지를 식별하기 위해 네트워크는 크고 작은 이미지를 처리하고 회전 시키며 달리 변환합니다.![](http://img.tomahnousfarm.org/img/ferm-2020/16019/image_TZhF7tolcl.jpg)
이 팀은 귀 태그를 사용하여 식별에 도움을 주지만 귀 모양과 같은 고유 한 물리적 특성에 의존하면서 생산자에게 추가적인 라벨 작업을 유지하려고합니다. 이 시스템은 돼지를 식별하도록 설계되었지만 소, 말, 염소 및 양과 같은 다른 가축 유형에 알고리즘을 사용할 수 있습니다.
Share
Pin
Tweet
Send
Share
Send