Živinorejci se soočajo z nenehnim izzivom spremljanja vedenja živali zaradi znakov bolezni ali poškodb.
Za reševanje te težave je interdisciplinarna ekipa z Univerze v Nebraski razvila natančno tehnologijo, ki proizvajalcem pomaga nenehno spremljati živali in podatke uporabljati za izboljšanje njihove kakovosti. V skupino so vključeni inženirji elektrotehnike in računalničarji iz Nebraske, pa tudi zoološki znanstveniki, ki so razvili tehnološki sistem z uporabo video posnetkov prašičev.
Sistem obdeluje video materiale, prejete iz živinorejskih kmetij, vsak dan in uporablja metodo analize strojnega učenja, ki uporablja statistične algoritme za izboljšanje računalniških sistemov brez eksplicitnega programiranja. Identificira posamezne prašiče in zagotavlja podatke o njihovih dnevnih dejavnostih, kot so hrana, pijača in gibanje.![](http://img.tomahnousfarm.org/img/ferm-2020/16019/image_mtzwVeg5SycKiw14B406Z.jpg)
Na podlagi teh podatkov lahko sistem tudi oceni, koliko tehta vsak prašič in kako hitro raste. "Naš sistem ponuja model značilnega vedenja," je dejal Eric Psota, izredni profesor, profesor elektrotehnike in računalništva. "Kadar žival odstopa od tega vzorca, je to lahko znak, da nekaj ni v redu. To olajša zaznavanje težav, preden postanejo prevelike za odpravljanje. "
Ekipa je ustvarila svoj sistem s pomočjo globokih učnih mrež, oblike strojnega učenja z milijoni dejavnikov in parametrov. Za prepoznavanje prašičev na vseh straneh mreže obdelujejo velike in majhne slike, jih zavrtijo in drugače preoblikujejo.![](http://img.tomahnousfarm.org/img/ferm-2020/16019/image_TZhF7tolcl.jpg)
Skupina s pomočjo ušesnih znamk pomaga pri prepoznavanju, vendar se skuša zanesti na edinstvene fizične lastnosti, kot je oblika ušesa, proizvajalcem pa ohrani dodatno delo pri označevanju. Čeprav je bil sistem zasnovan za prepoznavanje prašičev, se njegovi algoritmi lahko uporabljajo za druge vrste živine, na primer govedo, konje, koze in ovce.