预测模型用于评估荷尔斯坦乳牛牛的热应激,使用红外温度和机器学习
André Levi Viana Pereira1, Luciane Silva Martello2, Jéssica Caetano Dias Campos2
1Department of Biosystems Engineering, Faculty of Animal Science and Food Engineering (FZEA), University of São Paulo (USP), Av. Duque de Caxias Norte 225. Campus Fernando Costa, Pirassununga, SP, 13635-900, Brazil. alvp.11.11@gmail.com.
Tropical animal health and production
|September 26, 2024
概括
准确的计算模型被开发用于检测乳牛的热应激使用红外温度和呼吸率. 这项技术可以实用地实时监测动物的福祉和表现.
科学领域:
- 动物科学动物科学
- 兽医医学 兽医医学 兽医医学
- 人工智能的人工智能
背景情况:
- 热应激对乳牛的生产力和繁殖有负面影响.
- 红外热学提供了一种非侵入性的方法来监测动物的生理变量,如身体表面温度.
- 呼吸速率是牛热应激的一个关键指标.
研究的目的:
- 开发计算模型来对乳牛的热应激进行分类.
- 为了利用通过红外热谱捕获的呼吸速率数据来检测热应激.
- 评估机器学习模型在实时热应力监测中的有效性.
主要方法:
- 从10只被断奶的小母牛中收集的数据,这些小母牛在受热舒适度和热浪条件下的气候控制室中进行了采集.
- 记录了生理学,环境和温度数据.
- 机器学习模型是使用IBM Watson开发和评估的,使用混乱矩阵指标.
主要成果:
- 开发的计算模型实现了86.8%的热应力水平的分类准确度.
- 模型的性能与温度和湿度指数等传统方法相美.
- 这些模型证明了实时监控的准确性和实用性.
结论:
- 成功开发了用于实时监测乳牛热应激的准确和实用的计算模型.
- 红外热图与呼吸速率分析相结合,是热应激管理的可行工具.
- 这些发现支持将人工智能驱动的解决方案整合到畜牧管理中,以改善动物福利和生产力.
