헛간에서 더 많은 동물 복지를위한 4.0 농업

Fleischportal.de 오전에 의해 제출 된 01. 10월 2019, 에 게시 생산 및 동물 건강

보다 안정된 동물 복지를위한 인공 지능. Boxberg (LSZ)와 Hohenheim 대학은 지속 가능한 돼지 양식을위한 데이터 소스를 개발합니다. 동물 행동 데이터, 일상적인 생물학적 데이터, 축산 데이터, 축산 : Boxberg 교육 및 지식 센터에서 돼지 사육 및 돼지 살육을 포함한 돼지 떼 포함 (LSZ) 방대한 양의 데이터가 있습니다. 지금까지 거의 사용할 수 없었던 보물. Excel 스프레드 시트, 종이 양식 또는 전문 응용 프로그램으로 기록 된 데이터 레코드는 네트워크에 연결되어 있지 않기 때문입니다. 슈투트가르트의 호헨 하임 대학교 (University of Hohenheim)의 비즈니스 컴퓨터 과학자들은이 데이터를 "농업 4.0 : 돼지 양식을위한 정보 시스템"프로젝트의 디지털 플랫폼으로 병합하여 데이터 분석 및 기계 학습에 개방했습니다. 이를 통해 동물 복지와 지속 가능한 돼지 양식에 도움이되는 새로운 통찰력을 얻을 수 있습니다. 농촌 생활 소비자 보호 부 (MLR)는 LSZ의지도하에 프로젝트를 지원하고 있습니다. 호헨 하임 대학교에 거의 200.000 유로의 지원금을 제공하는이 연구는 헤비급을 대표합니다.

사후 스트레스, 물, 사료 및 고용 재료, 건강 문제, 구획 내 유해 가스의 과도한 수준과 같은 자원에 대한 접근에 대한 투쟁-이러한 모든 요소는 돼지의 꼬리 물기를 권장합니다. 과학과 실습에서는 이러한 위험 요소의 상호 작용이 중요한 역할을하지만 여전히 많은 지식 차이가 있다고 가정합니다.

스마트 빅 데이터 분석이 시작됩니다. 메드 교수는 "이를 통해 다양한 출처의 이러한 요인에 대한 대량의 데이터를 분석 할 수 있으므로 새로운 정보를 얻고 이전에 알려지지 않은 관계를 발견 할 수있다"고 설명했다. Stefan Kirn, Hohenheim 대학교 경영 정보 학과장

"동물 축산은 기계 학습을위한 까다로운 응용 프로그램을 제공합니다. 예를 들어, 동물의 복지가 개선되거나 운영 관리가 최적화 될 수 있습니다."Hohenheim 대학의 하위 프로젝트 책임자 인 상업용 컴퓨터 과학자 Martin Riekert는 강조합니다.

축산 분야의 다양한 응용
연구자들이 목표로 삼고있는 주제 중 하나는 기계 학습을 통해 새끼 돼지의 조기 건강 위험을 탐지하는 방법에 관한 문제입니다. 이를 위해 그들은 현재 25 변수에 대해 연구하고 2011 돼지 주변에서 50.000 이후 데이터를 평가하여 조기 건강 위험을 예측할 수 있는지 확인하고 있습니다.

Riekert는“또 다른 가능한 응용 분야는 초기 단계에서 스트레스를 감지하기 위해 동물 복지 모니터링의 일부로 동물 행동을 모니터링하는 것입니다. 이 팀은 딥 러닝 기능이있는 비디오 카메라를 사용하여 동물의 수면 동작을 평가합니다.
이것은 광범위한 연습에 중요한 응용 프로그램입니다. 농장 축산은 미래 지향적 과제에 직면 해 있습니다. 오늘날 많은 소비자들은 동물이 어디에서 왔는지, 어떻게 사육되고 먹이는지, 얼마나 잘 있는지 알고 싶어합니다. 동물 자체와 환경, 축산 기술 및 건강 상태의 데이터는 많은 질문에 대한 정보를 제공합니다. 사회에서 축산을 더 많이 수용하고 디지털화와 네트워킹을 통해 더 나은 이미지를 얻는 데 크게 기여합니다.

Boxberg 교육 및 지식 센터의 많은 개별 데이터 섬
Hohenheim 과학자들은이를 Boxberg (LSZ) 교육 및 지식 센터와 함께 구체적으로 구현하려고합니다. LSZ의 과제 : "사용 가능한 많은 데이터가 있지만 모두 아일랜드 솔루션이기 때문에 사용할 수 없습니다. 그들은 네트워크에 연결되어 있지 않습니다 " 8 월 말까지 2019까지 하위 프로젝트가 할당 된 작업 공간 지식 추출로 이어진 Achim Klein. "동물 생산에는 엄청난 잔고가 있습니다. 플랜트 생산과 달리 데이터 세트는 데이터 분석에 거의 액세스 할 수 없습니다. "

교습 및 실험 마구간에서 모돈, 새끼 돼지 및 살육 돼지에 대해 매우 다른 데이터가 수집됩니다. Riekert는“우리는 정기적으로 모돈 계획자 데이터 또는 살육 및 도축 데이터와 같은 구조화 된 데이터를 수집합니다. "또한, 격실 온도, 환기 설정, 물 흐름 또는 공급 소비와 같은 하우징 환경에 대한 다른 구조화 된 데이터가 있습니다. 또한 50 비디오 카메라를 제공하는 동물 행동에 대한 구조화되지 않은 실험 데이터는 무엇보다도 "

격리 된 솔루션 대신 디지털 네트워킹
지금까지 이러한 데이터는 Excel 스프레드 시트 및 특수 응용 프로그램으로 캡처되었으며 데이터 수집은 디지털 방식으로는 불가능합니다. 이 프로젝트에서 과학자들은 이기종 데이터를 데이터웨어 하우스 (Data Warehouse)에 병합하고 있습니다.

그들은 전체 안정 장치에 WLAN을 장착하고 터치 스크린이있는 산업용 컴퓨터를 설치합니다. 환기 및 급지 시스템과 같은 기존 외부 시스템을 통합합니다. 목표 : 종이없는 안정적인 수동 단계를 제거하면 새로운 입력 마스크를 사용하여 데이터가 즉시 데이터 플랫폼으로 이동합니다. 이 프로젝트의 연구원 인 Tobias Zimpel은 "데이터 입력이 더 빠르고 효율적일 것"이라고 설명했다. "사이트에 타당성 점검이 있으며 직원은 언제든지 정보 시스템에 액세스 할 수 있습니다."

네트워킹을 통해 데이터를 분석 할 수 있습니다. "시스템 학습을 통해 시스템은 다양한 데이터의 패턴과 법칙을 인식 할 수 있습니다"라고 Riekert는 설명합니다. "목표는 지금까지 인식되지 않은 관계를 도출하고이를 이용하여 동물 복지, 연구 및 개인 관리에 도움이되는 의사 결정 지원 및 예후 모델을 개발하는 것입니다."

배경 : 프로젝트 "농업 4.0 : 돼지 양식 정보 시스템"
"농업 4.0 : 돼지 양식을위한 정보 시스템"프로젝트는 지방 정부의 전략 "농업 4.0 nachhalt.digital"의 틀 내에서 농민 소비자 보호 부 바덴 뷔 르템 베르크 (MLR)가 자금을 지원합니다. 프로젝트 관리는 교육 및 지식 센터 Boxberg (LSZ)에 있습니다. Hohenheim 대학의 정보 시스템 II는 프로젝트의 일부로 197.648 유로를 받았으며 총 자금은 약 0,3 백만 유로입니다. 프로젝트는 1.11.2016에서 시작하여 31.12.2019에서 끝납니다.

배경 : 헤비급 연구
써드 파티 펀드에서 32,5 백만 유로가 연구 및 교육을 위해 Hohenheim University 2018의 과학자들을 인수했습니다. 일련의 "무거운 연구"시리즈는 최소한의 연구 프로젝트를위한 350.000 유로 및 비 기술적 연구를위한 150.000 유로의 재정 규모로 뛰어난 연구 프로젝트를 제시합니다.

텍스트 : Elsner (호헨 하임 대학교)