人工智能工具用于评估半野马在草原生态系统中的不同水平活动

科学领域:

• 生态生态学 生态生态学
• 动物行为 动物行为
• 人工智能的人工智能

背景情况:

• 了解马的行为对于生态系统管理和草原保护至关重要.
• 识别放牧和休息模式可以为保护策略提供信息.

研究的目的:

• 开发一种人工智能 (AI) 模型来区分马的活动.
• 利用加速度计数据对马的行为进行分类.

主要方法:

• 机器学习算法被用来对马的行为进行分类.
• 一个安装在项圈上的加速度计收集了波兰原始马匹的数据.
• 直接观察被用于模型校准和验证.

主要成果:

• 该研究确定了加速仪数据的关键特征,用于行为分类.
• 建议使用分类和回归树 (CART) 方法进行变量选择.
• 神经网络被证明是模型构建中最准确的工具.

结论:

• 人工智能和加速度计数据是区分主要马活动的有效工具.
• 这项技术可以增强我们对马的生态作用的理解.
• 开发的模型有助于评估用于保护目的的息地使用.