相关实验视频
Updated: Jul 9, 2025
06:30
Noninvasive, In-pen Approach Test for Laboratory-housed Pigs
Published on: June 5, 2019
8.5K
基于机器学习方法和行为数据的孕母猪福利状况估计
Maëva Durand1, Christine Largouët2, Louis Bonneau de Beaufort2
1PEGASE, INRAE, Institut Agro, 35590, Saint Gilles, France.
Scientific reports
|November 29, 2023
概括
这项研究使用机器学习和行为数据来评估孕母猪的福利. 自动化系统现在可以以超过72%的准确度对母猪福利进行分类,有助于畜牧业的监测.
科学领域:
- 动物科学动物科学
- 机器学习应用 机器学习应用
- 畜牧业管理 畜牧管理
背景情况:
- 个人对农场福利的评估对于畜牧业的监测至关重要.
- 新兴技术使得使用机器学习和传感器进行牲畜行为分析.
研究的目的:
- 用机器学习和行为数据估计孕母猪福利状况的组成部分.
- 开发用于母猪福利分类的自动决策支持系统.
主要方法:
- 利用一个数据集,结合个人和群体行为指标 (活动,社交,养).
- 采用集群方法对69头母母的福利状况进行分类.
- 使用自动料和视频分析数据开发了一个决策树分类器.
主要成果:
- 确定了三个母猪福利集群:"替罪羊"",温柔"和"侵略".
- 发现环境条件和母猪健康影响了集群比例,而不是个体母猪的特征.
- 证实了群体行为对个体母猪福利的重大影响.
- 在将母猪分为福利类别时,获得了超过72%的准确性.
结论:
- 机器学习和行为分析为自动化母猪福利评估提供了一个有希望的方法.
- 开发的系统可以根据个人和团体行为对孕母猪福利进行分类.
- 这项技术支持改善畜牧业动物监测和福利管理.
