Giám sát hành vi bò sử dụng học sâu: Phương pháp dựa trên mạng LSTM và dữ liệu gia tốc
Giám sát hành vi bò sử dụng học sâu
20 lượt xemTừ khóa:
Cảm biến gia tốc, Phân loại hành vi, LSTM, Giám sátTóm tắt
Việc phân tích dữ liệu hành vi là yếu tố quan trọng giúp phát hiện sớm các vấn đề về tình trạng sức khỏe của bò, từ đó tối ưu hóa quy trình chăn nuôi và nâng cao năng suất tại các trang trại lớn. Gia tốc kế (cảm biến gia tốc) được gắn trên cổ hoặc chân bò giúp thu thập dữ liệu chuyển động, tạo cơ sở cho việc phân tích hành vi của động vật. Trong các nghiên cứu trước đây, hệ thống phân loại hành vi của bò đã được đề xuất dựa trên dữ liệu gia tốc kết hợp với các thuật toán học máy. Tuy nhiên, với sự phát triển của học sâu, việc áp dụng mạng bộ nhớ dài-ngắn hạn (LSTM) có thể cải thiện đáng kể hiệu suất phân loại. Trong nghiên cứu này, chúng tôi sử dụng mạng LSTM để phân loại bốn hành vi chính của bò: ăn, nằm, đứng và đi. Mô hình LSTM có khả năng xử lý dữ liệu chuỗi thời gian hiệu quả nhờ cơ chế ghi nhớ thông tin quan trọng và loại bỏ dữ liệu không cần thiết. Kết quả thử nghiệm cho thấy mô hình đạt hiệu suất phân loại cao, với độ chính xác trung bình xấp xỉ 90% cho tất cả các hành vi, cao hơn so với các thuật toán học máy trước đó. Nghiên cứu này có thể được triển khai trong các trang trại thông minh, kết hợp với công nghệ IoT để tự động hóa việc giám sát và quản lý đàn gia súc một cách hiệu quả.
Tài liệu tham khảo
. S. S. Goel, A. Goel, M. Kumar, G. Moltó, "A review of Internet of Things: qualifying technologies and boundless horizon", J. Reliab. Intell. Environ., vol. 7, pp. 23-33, Jan. 2021.
. C. Demongivert, K. Bouchard, S. Gaboury, B. Bouchard, M. Lussier, C. Parenteau, C. Laliberté, M. Couture, N. Bier, S. Giroux, "A distributable event-oriented architecture for activity recognition in smart homes", J. Reliab. Intell. Environ., vol. 7, pp. 215–231, Jan. 2021.
. P. K. Keserwani, M. C. Govil, E. S. Pilli, P. Govil, "A smart anomaly-based intrusion detection system for the Internet of Things (IoT) network using GWO-PSO-RF model", J. Reliab. Intell. Environ., vol. 25, pp. 3-21, Jan. 2021.
. M. Laghrouche, L. Montes, J. Boussey, D. Meunier, S. Ameur, A. Adane, "In situ calibration of wall shear stress sensor for micro fluidic application", Procedia Eng., vol. 7, pp. 1225–1228, 2011.
. J. A. Onesimu, A. Kadam, K. M. Sagayam, A. A. Elngar, "Internet of things based intelligent accident avoidance system for adverse weather and road conditions", J. Reliab. Intell. Environ., Jan. 2021.
. Charlton, G. L., V. Bouffard, J. Gibbons, E. Vasseur, D. B. Haley, D. Pellerin, J. Rushen, A. M. de Passillé., " Can automated measures of lying time help assess lameness and leg lesions on tie-stall dairy farms?", Appl. Anim. Behav. Sci., vol. 175, pp. 14-22, Feb. 2013.
. Bailey, D. W., M. B. Stephenson, and M. Pittarello, " Effect of terrain heterogeneity on feeding site selection and livestock movement patterns", Anim. Prod. Sci., vol. 55, pp. 298–308, Feb. 2015.
. B. Robert, B. J. White, D. G. Renter, R. L. Larson, "Evaluation of three-dimensional accelerometers to monitor and classify behavior patterns in cattle", Comput. Electro. Agric., vol. 67, no. 1-2, pp. 80–84, Mar. 2009.
. C. Arcidiacono, S. M. Porto, M. Mancino, G. Cascone, "A threshold-based algorithm for the development of inertial sensor-based systems to perform real-time cow step counting in free-stall barns", Biosyst. Eng., vol. 153, pp. 99–109, Nov. 2016.
. C. Arcidiacono, S. M. C. Porto, M. Mancino, G. Cascone, "Development of a threshold-based classifier for real-time recognition of cow feeding and standing behavioral activities from accelerometer data", Comput. Electro. Agric., vol. 134, pp. 124–134, Jan. 2017.
. N. B. Cook, T. B. Bennett, K. V. Nordlund, "Monitoring Indices of Cow Comfort in Free-Stall-Housed Dairy Herds", J. Dairy Sci., vol. 88, no. 11, pp. 3876–3885, Nov. 2005.
. S. A. Schoenig, T. S. Hildreth, L. Nagl, H. Erickson, M. F. Spire, D. Andresen, S. Warren, "Ambulatory Instrumentation Suitable for Long-Term Monitoring of Cattle Health", in Conf. Proc. IEEE Eng. Med. Biol. Soc., San Francisco, CA, USA, 2004.
. F. Mahmoud, B. Christopher, A. Maher, H. Jürg, S. Alexander, S. Adrian, H. Gaby, "Prediction of calving time in dairy cattle", Anim. Reprod. Sci., vol. 187, pp. 37–46, Dec. 2017.
. H. C. Weigele, L. Gygax, A. Steiner, B. Wechsler, J. B. Burla, "Moderate lameness leads to marked behavioral changes in dairy cows", J. Dairy Sci., vol. 3101, pp. 2370–2382, Mar. 2018.
. G. M. Pereira, J. H. Bradley, I. E. Marcia, "Validation of an eartag accelerometer sensor to determine rumination, eating, and activity behaviors of grazing dairy cattle", J. Dairy Sci., vol. 101, pp. 2492–2495, Jan. 2019.
. M. R. Borchers, Y. M. Chang, "A validation of technologies monitoring dairy cow feeding, ruminating, and lying behaviors", J. Dairy Sci., vol. 999, pp. 7458–7466, May 2016.
. S. M. C. Porto, C. Arcidiacono, "Localization and identification performances of a real-time 4 system based on ultra wide band technology for monitoring and tracking dairy cow behavior in semi-open free-stall barn", Comput. Electro. Agric., vol. 108, pp. 221–229, Oct. 2014.
. I. Halachmi, "Precision livestock farming applications. ", Wageningen Academic Publishers, vol. 10:9, pp. 1482–1483, 2016.
. K. Fogsgaard, C. Røntved, P. Sørensen, M. Herskin, "Sickness behavior in dairy cows during Escherichia coli mastitis", Int. J. Dairy Sci., vol. 95, pp. 630–638, Feb. 2012.
. J. Siivonen, S. Taponen, M. Hovinen, M. Pastell, B. J. Lensink, S. Pyörälä, L. Hänninen, "Impact of acute clinical mastitis on cow behaviour", Appl. Anim. Behav. Sci., vol. 132, pp. 101–106, July. 2011.
. T. Halasa, K. Huijps, O. Østerås, H. Hogeveen, "Economic effects of bovine mastitis and mastitis management: a review.", Veterinary Quarterly, vol. 29:1, pp. 18–31, Nov. 2011.
. P. Sepulveda-Varas, K. L. Proudfoot, D. M. Weary, M. A.G. von Keyserlingk, "Changes in behaviour of dairy cows with clinical mastitis", Appl. Anim. Behav. Sci., vol. 175, pp. 8–13, Feb. 2016.
. H. M. Zebari, S. M. Rutter, E. C. L. Bleach, "Characterizing changes in activity and feeding behaviour of lactating dairy cows during behavioural and silent oestrus", Appl. Anim. Behav. Sci., vol. 206, pp. 12–17, Sep. 2018.
. Robert B, White B, Renter D, Larson R, "Evaluation of three-dimensional accelerometers to monitor and classify behavior patterns in cattle", Comput. Electron. Agric., vol. 67, pp. 80–84, Sep. 2009.
. R. Dutta, D. Smith, R. Rawnsley, G. Bishop-Hurley, J. Hills, G. Timms, D. Henry, "Dynamic cattle behavioral classification using supervised ensemble classifiers", Comput. Electron. Agric., vol. 111, pp. 18–28, Feb. 2015.
. P. Martiskainen, M. Jarvinen, "Cow behavior pattern recognition using a three-dimensional accelerometer and support vector machines", Appl. Anim. Behav. Sci., vol. 119, pp. 32–38, Jun. 2009.
. J. A. Vázquez Diosdado, Z. E. Barker, H. R. Hodges et al., "Classification of behavior in housed dairy cows using an accelerometer-based activity monitoring system", Anim. Biotelemetry, vol. 3, no. 15, Jun. 2015.
. F. W. Oudshoorn, C. Cornou, A. L. F. Hellwing, H. H. Hansen, L. Munksgaard, P. Lund, T. Kristensen, "Estimation of grass intake on pasture for dairy cows using tightly and loosely mounted di- and tri-axial accelerometers combined with bite count", Comput. Electron. Agric., vol. 99, pp. 227–235, Sep. 2013.
. K. Abell, M. Theurer, R. Larson, B. White, D. Hardin, R. Randle, "Predicting bull behavior events in a multiple-sire pasture with video analysis, accelerometers, and classification algorithms", Comput. Electron. Agric., vol. 131, pp. 221–227, 2017.
. J. Wang, Z. He, "Development and validation of an ensemble classifier for real-time recognition of cow behavior patterns from accelerometer data and location data", PLoS One, vol. 13, 2018.
. J. Wang, Z. He, J. Ji, K. Zhao, H. Zhang, "IoT-based measurement system for classifying cow behavior from tri-axial accelerometer", Cienc. Rural, vol. 49, pp. 1–13, Mar. 2019.
. C. P. K. Phung, D. T. Tran, V. T. Duong, H. T. Nguyen, D. N. Tran, "The new design of cows' behavior classifier based on acceleration data and proposed feature set", Math. Biosci. Eng., vol. 17, no. 4, pp. 2760-2780, March 2020.
. B. D. Robért, B. J. White, D. G. Renter, R. L. Larson, "Determination of lying behavior patterns in healthy beef cattle by use of wireless accelerometers", Am. J. Vet. Res.; vol. 72, pp. 467–473, Apr. 2011.
. P. Martiskainen, M. Jarvinen, "Cow behavior pattern recognition using a three-dimensional accelerometer and support vector machines", Appl. Anim. Behav. Sci., vol. 119, pp. 32–38, Jun. 2009.
. Y. Peng, N. Kondo, T. Fujiura, T. Suzuki, W. Hidetsugu, Y. Yoshioka and E. Itoyama, "Classification of Multiple Cattle Behavior Patterns Using a Recurrent Neural Network with Long Short-Term Memory and Inertial Measurement Units," in Computers and Electronics in Agriculture, vol. 157, pp. 247-253, 2019, doi: 10.1016/j.compag.2018.12.023.
. D. N. Tran, T. N. Nguyen, P. C. P. Khanh and D. T. Tran, "An IoT-based Design Using Accelerometers in Animal Behavior Recognition Systems" in IEEE Sens. J., 2021, doi: 10.1109/JSEN.2021.3051194.
