首に取り付けた加速度計付き首輪と畳み込みニューラルネットワークを用いた牛の行動の分類

牛の行動を監視することは、健康と福祉の問題を早期に発見し、大規模な群れの繁殖を最適化するために重要です。活動プロファイルを提供する加速度計ベースのセンサーシステムは、現在商業農場で広く使用されており、個々の動物レベルでの反芻や摂食にかかる時間などの行動を特定するよう進化してきました。この情報を大規模に取得することは、農場管理の意思決定に役立つための中心的な要素です。本論文では、首に取り付けた加速度計付き首輪から生成されたデータを使用して牛の行動状態（「反芻」、「摂食」、「その他」）を分類する畳み込みニューラルネットワーク（CNN）の開発を示します。英国（イースター・ハウゲート農場、エディンバラ）での3回の農場試験では、18頭の去勢牛を監視して生の加速度測定値を提供し、口輪に取り付けた圧力センサー付ハルターによって地上真実データが提供されました。さまざまなニューラルネットワークアーキテクチャが探求され、ネットワークを最適化するために厳密なハイパーパラメータ検索が実施されました。CNNモデルの計算複雑性とメモリのフットプリントは、メモリとエネルギーに制約のある低消費電力プロセッサへの展開とは簡単には互換性がありません。したがって、実際の実装上の課題に対処するために、モデル性能の最小限の損失でCNNの段階的な削減が行われ、モデルの性能と計算複雑性およびメモリフットプリントとの間のトレードオフが定義され、マイクロコントローラアーキテクチャへの展開を可能にしました。提案された方法論は、未剪定のアーキテクチャと比較して14.30の圧縮を達成しましたが、FP32およびFP16精度の両方で全体のF1スコア0.82で牛の行動を正確に分類することができ、5.7年以上の合理的なバッテリー寿命を実現しています。