Formål og omfang
Denne træning giver en praktisk introduktion til brug af UWB- og accelerometersensorer til husdyrovervågning.
Deltagerne lærer at designe, implementere og analysere sensornetværk for at overvåge adfærd som liggende, gang, drøvtygning og sociale interaktioner. Datasæt fra den virkelige verden bruges til at påvise adfærdsgenkendelse, anomalidetektion og velfærdsvurdering.
Praktiske sessioner omfatter forbehandling af data, grundlæggende modellering og visualisering ved hjælp af open source-værktøjer som Python og Grafana.
Hvis du vil have mere information om træningen, så kontakt os. Marijke.hunninck@ilvo.vlaanderen.be
Læringsmål
Ved afslutningen af uddannelsen vil deltagerne kunne:
- Forstå driftsprincipperne for UWB og accelerometre til overvågning af kvæg.
- Indsamle og forbehandle sensordata fra malkestalde.
- Anvende grundlæggende AI-teknikker til at klassificere kvægadfærd ud fra sensordata.
- Evaluere effektiviteten af sensorsystemer til overvågning af sundhed og velfærd.
- Demonstrere datavisualiseringsmetoder ved hjælp af værktøjer som Grafana og Python.
Læringsudbytte
Deltagere, der gennemfører denne uddannelse, vil kunne:
- Identificer vigtige adfærdsmønstre hos kvæg ved hjælp af sensordata.
- Implementere og kalibrere UWB og accelerometer systemer i den virkelige verden lader.
- Fortolke og formidle indsigt i dyrs adfærd og velfærd ved hjælp af visualiseringsdashboards.
Hvem bør deltage?
EDIH'er, forskere, agritech-udviklere, husdyrrådgivere og fagfolk, der er interesserede i sensorbaseret kvægovervågning og datadrevet velfærdsvurdering.
Gennemførelse af kunstig intelligens
Mejeribrug
Software-/AI-model