评估使用可穿戴惯性传感器产母的行为识别管道
Kaori Fujinami1,2, Ryo Takuno2, Itsufumi Sato3
1Division of Advanced Information Technology and Computer Science, Institute of Engineering, Tokyo University of Agriculture and Technology, Tokyo 184-8588, Japan.
Sensors (Basel, Switzerland)
|June 10, 2023
概括
这项研究引入了一种可穿戴的传感器系统,用于监测的行为,提高家禽养殖中的动物福利. 机器学习准确地识别了12种不同的行为,改善了以福利为导向的育儿系统.
科学领域:
- 动物科学动物科学
- 生物技术是生物技术.
- 机器学习 机器学习
背景情况:
- 全球越来越关注动物福利,需要改进农业的做法.
- 产母的传统电池系统可能会损害它们的身体和精神健康.
- 正在开发以福利为导向的养殖系统,以平衡动物福利与农业生产率.
研究的目的:
- 开发和评估一种使用可穿戴惯性传感器的行为识别系统,用于持续监测产行为.
- 通过对动物行为的客观量化,改进以福利为导向的养殖系统.
- 为准确的行为识别确定最佳系统参数.
主要方法:
- 采用监督机器学习方法,识别了12种不同的行为.
- 可穿戴的惯性传感器 (加速计和角速度) 用于数据收集.
- 研究了分类器类型 (多层感知子),采样频率 (100 Hz),窗口长度 (1.28 秒) 和数据不平衡处理等参数.
主要成果:
- 该系统成功地识别了12只母的各种行为,并使用了参考配置.
- 该研究分析了不同参数对识别精度的影响.
- 这些发现为优化类似行为识别系统提供了基础.
结论:
- 可穿戴的惯性传感器和机器学习为持续监测和量化行为提供了可行的方法.
- 这项技术可以大大促进提高家禽生产中的动物福利.
- 这些结果有助于设计先进的福利监测系统,并为特定应用程序的参数选择提供信息.
