Syfte och omfattning
Denna utbildning ger en praktisk introduktion till användning av UWB och accelerometersensorer för djurövervakning.
Deltagarna lär sig att designa, distribuera och analysera sensornätverk för att övervaka beteenden som liggande, promenader, idissling och sociala interaktioner. Real-world dataset används för att visa beteendeigenkänning, avvikelsedetektering och välfärdsbedömning.
Praktiska sessioner inkluderar dataförbehandling, modelleringsgrunder och visualisering med hjälp av verktyg med öppen källkod som Python och Grafana.
Vill du få mer information om utbildningen är du välkommen att höra av dig till Marijke.hunninck@ilvo.vlaanderen.be
Lärandemål
I slutet av utbildningen kommer deltagarna att kunna:
- Förstå driftprinciperna för UWB och accelerometrar för boskapsövervakning.
- Samla in och förbehandla sensordata från mjölkgårdar.
- Tillämpa grundläggande AI-tekniker för att klassificera boskapsbeteenden utifrån sensordata.
- Utvärdera sensorsystemens effektivitet vid övervakning av hälsa och välfärd.
- Demonstrera datavisualiseringsmetoder med hjälp av verktyg som Grafana och Python.
Läranderesultat
Deltagare som slutför denna utbildning kommer att kunna:
- Identifiera viktiga beteendemönster hos nötkreatur med hjälp av sensordata.
- Distribuera och kalibrera UWB- och accelerometersystem i verkliga lador.
- Tolka och kommunicera insikter om djurs beteende och välbefinnande med hjälp av visualiseringspaneler.
Vem bör delta?
Europeiska digitala innovationsknutpunkter, forskare, utvecklare av jordbruksteknik, djurrådgivare och yrkesverksamma som är intresserade av sensorbaserad övervakning av nötkreatur och datadriven bedömning av välbefinnande.
AI-genomförande
Mjölkproduktion
Programvara / AI-modell