पशुओं के उत्पादकों को बीमारी या चोट के संकेतों के लिए जानवरों के व्यवहार की निगरानी की लगातार चुनौती का सामना करना पड़ता है।
इस समस्या को हल करने के लिए, नेब्रास्का विश्वविद्यालय के एक अंतःविषय टीम ने सटीक तकनीक विकसित की है जो निर्माताओं को लगातार जानवरों की निगरानी करने और उनकी गुणवत्ता में सुधार के लिए डेटा का उपयोग करने में मदद करती है। समूह में नेब्रास्का के इलेक्ट्रिकल इंजीनियरों और कंप्यूटर वैज्ञानिकों के साथ-साथ प्राणी वैज्ञानिक शामिल हैं जिन्होंने सूअरों की वीडियो रिकॉर्डिंग का उपयोग करके एक तकनीकी प्रणाली विकसित की।
सिस्टम घड़ी के आसपास पशुधन खेतों से प्राप्त वीडियो सामग्री को संसाधित करता है और "मशीन लर्निंग" डेटा विश्लेषण पद्धति का उपयोग करता है, जो स्पष्ट प्रोग्रामिंग के बिना कंप्यूटर सिस्टम को बेहतर बनाने में मदद करने के लिए सांख्यिकीय एल्गोरिदम का उपयोग करता है। यह व्यक्तिगत सूअरों की पहचान करता है और उनकी दैनिक गतिविधियों जैसे कि भोजन, पेय और आंदोलन पर डेटा प्रदान करता है।
इन आंकड़ों के आधार पर, सिस्टम यह भी अनुमान लगा सकता है कि प्रत्येक सुअर का वजन कितना है और यह कितनी तेजी से बढ़ता है। "हमारी प्रणाली विशिष्ट व्यवहार का एक मॉडल प्रदान करती है," एरिक Psota, एसोसिएट प्रोफेसर, इलेक्ट्रिकल और कंप्यूटर इंजीनियरिंग के प्रोफेसर ने कहा। “जब कोई जानवर इस पैटर्न से विचलित होता है, तो यह संकेत हो सकता है कि कुछ गलत है। इससे समस्याओं का पता लगाना आसान हो जाता है, इससे पहले कि वे ठीक हो जाएं। ”
टीम ने अपने सिस्टम को गहन सीखने वाले नेटवर्क का उपयोग करके बनाया, लाखों कारकों और मापदंडों के साथ मशीन सीखने का एक रूप। सभी पक्षों पर सूअरों की पहचान करने के लिए, नेटवर्क बड़ी और छोटी छवियों को संसाधित करते हैं, उन्हें घुमाते हैं, और अन्यथा उन्हें रूपांतरित करते हैं।
टीम पहचान के साथ मदद करने के लिए कान के टैग का उपयोग करती है, लेकिन उत्पादकों के अतिरिक्त लेबलिंग कार्य को संरक्षित करते हुए अद्वितीय शारीरिक विशेषताओं जैसे कि कान के आकार पर भरोसा करना चाहती है। यद्यपि इस प्रणाली को सूअरों की पहचान करने के लिए डिज़ाइन किया गया था, लेकिन इसके एल्गोरिदम का उपयोग अन्य पशुधन प्रकारों, जैसे कि मवेशियों, घोड़ों, बकरियों और भेड़ों के लिए किया जा सकता है।
