تدفق عمل للتشخيص الآلي الدقيق لتشخيص الحركيات الحيوانية

كانت الحركيات الحيوانية مدخلات صعبة للتشخيص الآلي لثروة الحيوان. الحركة سلوك متغير للغاية، وتتأثر بخصائص الفرد (مثل: كتلة الجسم، الحجم، العمر، والمرض). نحن نجمع مجموعة من الأساليب من مجالات علمية مختلفة، مما يشكل تدفق عمل تلقائي عالي الإنتاجية يمكنه فك تعقيد السلوك وإنتاج مؤشرات فردية دقيقة للسلوك غير الطبيعي للاستخدام في التشخيص والبحث. في هذه الدراسة، تم تصوير الخنازير الصغيرة (Sus domesticus) من منظور جانبي خلال أول 10 ساعات من حياتها، وهو عمر تتم فيه النضوج بسرعة وتكون كتلة الجسم والحجم لهما عواقب كبيرة على البقاء. ثم نطبق طرق التعلم العميق لرقمنة النقاط، ونحسب ملفات زوايا المفاصل، ونعمل على تطبيق تحويلات تحافظ على المعلومات لاسترجاع مجموعة بيانات حركية متعددة المتغيرات. نقوم بتدريب نماذج احتمالية لاستنتاج خصائص الأفراد من الحركيات. تم التحقق من دقة النموذج لحركات الخنازير الصغيرة ذات الوزن عند الولادة الطبيعي (أي الفئة التي تم تدريبها عليها)، لكن النماذج تستنتج أن كتلة الجسم وحجم الخنازير الصغيرة ذات الوزن عند الولادة المنخفض (LBW) (التي لم تدرج في التدريب، استنتاج خارج العينة) هي "طبيعية". تم تقدير عمر بعض (لكن ليس كل) الأفراد منخفضي الوزن عند الولادة بشكل أقل، مما يشير إلى تأخر في النمو. يمكن تحديد مثل هؤلاء الأفراد تلقائيًا، وفحصهم، وعلاجهم وفقًا لذلك. لهذا التدفق العمل إمكانيات للتشخيص الآلي الدقيق في إدارة الثروة الحيوانية.