從自動餵奶器數據開發適用於離乳前群養小牛之疾病檢測預測模型

報告時間:2024-10-23
報告地點:大四教室
指導老師:江信毅
學生:何依頻
摘要

   隨著現代乳牛養殖技術的發展,群體飼養和自動餵奶系統(Automated Milk Feeders, AMF)的應用越來越普及。AMF不僅能提高勞動力管理效率,還能提供動物更大的行為自由,符合動物福利的需求。然而,群體飼養模式下的個體健康監測仍然是一項挑戰。對於離乳前小牛而言,早期發現和預防疾病至關重要,及時診斷疾病可以顯著降低發病率和死亡率,從而提升整體生產效益。本研究於美國中西部地區的一家乳牛場進行,共有951頭荷蘭母犢牛參與實驗。時間從2018年7月到2019年5月,小牛每週進行健康評分,做為Data 1,並利用每週健康評分及治療紀錄作為Data 2,同時收集AMF系統的餵養行為數據。利用generalized linear model、random forest以及gradient boosting machine等3種方法預測健康狀況,建構16個模型,目的為利用AMF系統收集的餵養行為數據和機器學習演算法來預測離乳前小牛疾病。研究結果顯示,每週的健康評分不足以精確預測犢牛的健康狀況。結合日常治療紀錄和 AMF 系統數據,可生成準確的預測演算法。其中,RF和GBM在健康狀況預測中的表現最佳,Data 2 的 F1 分數分別為0.784和0.775。結果顯示機器學習能夠有效識別與疾病相關的具體餵養行為,預測群養小牛的健康狀況,進而減少牧場對犢牛的目視觀察需求並改善小牛健康。

  • Perttu, R. K., M. Peiter, T. Bresolin, J. R. Dórea, and M. I. Endres. 2024. Predictive models for disease detection in group-housed preweaning dairy calves using data collected from automated milk feeders. J. Dairy Sci. 107(1): 331-341.
  • Perttu, R. K., M. Peiter, T. Bresolin, J. R. R. Dórea, and M. I. Endres. 2023. Feeding behaviors collected from automated milk feeders were associated with disease in group-housed dairy calves in the Upper Midwest United States. J. Dairy Sci. 106(2), 1206-1217.