使用传感器数据评估不同的交叉验证方案,以预测新的特征:使用牛奶光谱数据对干物摄入量和残留料摄入量的应用
A Yilmaz Adkinson1, M Abouhawwash2, M J VandeHaar2
1Department of Animal Science, Michigan State University, East Lansing, MI 48824; Department of Animal Science, Erciyes University, 38039 Kayseri, Türkiye.
Journal of dairy science
|June 14, 2024
概括
牛奶中红外 (MIR) 光谱数据可以预测奶牛的料效率,当在牛群内验证时. 然而,在群体独立的验证中,预测准确性显著下降,突出了改进算法和校准的需要.
科学领域:
- 动物科学动物科学
- 乳制品生产 乳制品生产
- 遗传学和基因组学 遗传学和基因组学
背景情况:
- 料效率对于奶牛场的利能力至关重要,但每日干物质摄入量 (DMI) 的记录是昂贵的.
- 来自牛奶的中红外光谱 (MIR) 数据为DMI预测提供了潜在的代理.
- 准确的DMI预测对于遗传选择和提高料效率至关重要.
研究的目的:
- 评估牛奶MIR光谱数据对预测DMI的代理表型的有用性.
- 为了在不同的交叉验证方案中比较包括MIR数据,能耗或两者在内的预测模型.
- 在牛独立,实验独立和群体独立的场景下评估基于MIR的DMI预测的性能.
主要方法:
- 开发了三种模型:仅MIR数据 (M1),能量消耗 (体重,体重变化,牛奶能量) 加牛水平变量 (M2),M2加MIR数据 (M3).
- 在多个实验和群体中利用了美国霍尔斯坦牛的每周和28天DMI记录.
- 采用了10倍牛独立,10倍实验独立和4倍群体独立的交叉验证方案.
主要成果:
- 牛独立的交叉验证显示,随着MIR添加 (M3与M2),RMSE减少到1.59公斤,并将R2增加到0.89.2显著改善.
- 独立于实验和独立于群体的交叉验证显示,MIR纳入没有显著的益处 (M3与M2).
- 更广泛的交叉验证方案 (实验和群体独立) 显示出偏差增加,群体独立验证对现实应用最为关键.
结论:
- 牛奶MIR数据显示了预测DMI代理表型的潜力,但其有效性高度依赖于交叉验证策略.
- 目前基于MIR的预测模型对于群体独立的应用缺乏稳定性,而这些应用对于广泛的遗传评估至关重要.
- 未来的研究应该专注于开发适用于更广泛交叉验证的算法,并改进光谱仪校准以进行可靠的DMI代理预测.
