2018年4月 - 2021年3月
乳牛個体間の社会的順位による発情発見アルゴリズムの開発
日本学術振興会 科学研究費助成事業 基盤研究(B)
牛の活動量(首輪につけた加速度センサーおよび後肢に装着された歩数計によるデータ)とカメラ(パン・チルト、ズーム機能つき)による移動軌跡を求め、牛の動作に関わる情報を収集した。一方、搾乳ロボットまたは人手によって搾乳された生乳を分析し、発情に関わる内分泌系データ(乳中プロゲステロン値)の取得を行った。これらは発情状態を決定する要因と考えられている。次に、超音波で子宮の様子を撮影し、排卵時刻の特定を行った。排卵と発情には一定の時間間隔があり、排卵時刻がわかることで発情時刻をかなりの精度で推定することができる。これが機械学習の教師データとなり、機械学習の結果、どのような状況下で発情が起こるかを求めるモデルを構成することができ、そのモデルの適用で発情発見が可能になる。
以上のデータ収集において、実験環境のデザインは堂腰((地独)北海道立総合研究機構酪農試験場)が担当し、そうした環境下で活動量データに基づいて特徴量を算出することとカメラ画像からの行動識別は代表者の大和田(東京理科大学)が担当している。一方、教師データの元となる超音波画像による解析は古山((地独)北海道立総合研究機構酪農試験場)が担当した。
さらに、次年度のための予備実験として、少数からなる牛群を設定し、個体数より少ない数の自動給餌機を用意して、給餌機に来れる個体とそうでないものとを分別した。その結果、給餌機に滞在できる個体は上位の関係にあることがわかり、個体間の上下関係を求めることが可能であることを明らかにした。
以上のデータ収集において、実験環境のデザインは堂腰((地独)北海道立総合研究機構酪農試験場)が担当し、そうした環境下で活動量データに基づいて特徴量を算出することとカメラ画像からの行動識別は代表者の大和田(東京理科大学)が担当している。一方、教師データの元となる超音波画像による解析は古山((地独)北海道立総合研究機構酪農試験場)が担当した。
さらに、次年度のための予備実験として、少数からなる牛群を設定し、個体数より少ない数の自動給餌機を用意して、給餌機に来れる個体とそうでないものとを分別した。その結果、給餌機に滞在できる個体は上位の関係にあることがわかり、個体間の上下関係を求めることが可能であることを明らかにした。
- ID情報
-
- 課題番号 : 18H03294
- 体系的課題番号 : JP18H03294
この研究課題の成果一覧
絞り込み