将人工智能与适当的数学算法结合起来,可以更深入地了解鸟类蛋的生物学
Valeriy G Narushin1,2, Natalia A Volkova3, Alan Yu Dzhagaev3
1Research Institute for Environment Treatment, 69032 Zaporizhya, Ukraine.
Animals : an open access journal from MDPI
|February 13, 2025
概括
人工智能 (AI) 和深度学习 (DL) 提供了分析鸟蛋形态学的新方法,以提高家禽生产. 将数学模型和维度指数与DL结合起来,可以在蛋质量和市场性方面取得显著的进步.
科学领域:
- 农业科学 农业科学
- 计算机科学 计算机科学
- 生物技术是生物技术.
背景情况:
- 现代鸟蛋形态分析对于提高蛋质量,生产力和市场性至关重要.
- 人工智能 (AI) 和深度学习 (DL) 在家禽业中呈现出新兴的机遇.
研究的目的:
- 审查在家禽中DL应用的最新情况,重点是蛋分析.
- 评估蛋形状的数学模型,并提出其实际应用的假设.
- 探索DL与形态指数的整合,以加强卵子研究.
主要方法:
- 对家禽当前DL技术的审查,包括用于卵质量评估的图像识别.
- 对鸟蛋几何学的既定和新数学模型的分析.
- 关于对卵子重量,体积,表面积和空气细胞计算的DL的应用的讨论.
主要成果:
- DL算法需要适当的训练来准确分析蛋 (例如,裂检测,新鲜度).
- 各种数学模型 (例如,普雷斯顿-比金斯,Hügelschäffer) 具有明显的优点和缺点;结合使用可能是最优的.
- 在蛋研究中,尺寸指数对于DL应用很重要.
结论:
- 在鸟研究中DL的整合有助于在化前进行分类,优化储存和化.
- 将尺寸指数与DL结合起来,可以在家禽部门协同促进科学发现和工业成功.
- 人工智能和DL具有通过复杂的卵子分析来推进家禽科学和工业的巨大潜力.
