A pig farmer aims to maximize profi

A pig farmer aims to maximize profit whilst maintaining the health and welfare status of the animals at optimal level. This requires adequate follow-up of each individual animal to spot and treat upcoming or present health, welfare and productivity problems. Currently, this follow-up is done through visual observation of the animals. However, with the economically-driven trends towards larger farms and larger groups of pigs in one pen, this visual observation is becoming too time-consuming and difficult. Therefore, in this PhD thesis, an automated warning system for performance and welfare monitoring of individual fattening pigs is developed to support the pig farmer’s activities.
The aim is to signal upcoming performance, health and welfare problems to the pig farmer. Changes in the daily feeding and drinking patterns of an individual pig are used to detect these problems. A High Frequent (HF) Radio Frequency Identification (RFID) system attached to a standard feeding and drinking system used in group-housing allowed to measure this behaviour automatically. Each pig was equipped with a passive RFID tag with a unique number in its ear. These measurement systems were validated thoroughly through comparison with observations. Irregular intervals occurred between the registrations of a feeding or drinking pig. Range measurements of the RFID system revealed that changes in tag position and orientation relative to the antenna during feeding and drinking most likely caused this phenomenon.
From registrations of the RFID tag at the feeder or drinker; number, duration and timing of feeding and drinking visits can be derived. However, feeding and drinking visits first had to be constructed from the raw RFID registrations. Visit criteria were found to be the optimal method to do this. Then, several variables of the feeding and drinking pattern were extracted from the RFID data and compared to the observations. Correlations between observed and RFID based feeding or drinking variables were found. This was especially the case for the duration of feeding and drinking, which was highly correlated to both the duration of the RFID based visits and the raw number of RFID registrations. In addition, also water usage could be estimated by the RFID drinking system.
Four warning systems were designed to monitor changes in the feeding patterns of the individual pigs. The number of registrations per pig and the average gap between RFID based feeding visits were chosen as variables to be used in the detection algorithms. For each variable, fixed limits that were constant for all the pigs during the entire fattening period were compared to Synergistic Control (SGC) limits that were individual and time-varying. The concept of Synergistic Control allows differentiating normal variation in the pigs’ feeding and drinking behaviour, such as age-effects, from abnormal variation pointing towards problems. Because every fattening pig acts as its own reference and the limits are pig-specific when using SGC, possible problems can be signalled on an individual level.
Abnormal points detected by each of the warning systems were signalled daily in the form of an ‘alert’ for each pig that crossed its individual threshold value. An extensive validation of the warning systems was performed on a group of pigs that was closely monitored on a daily basis to determine the number of true and false alerts and the number of missed problems. The best performing warning system was with Synergistic Control limits on the number of RFID registrations and the use of historical data to initialize the warning system. This led to a sensitivity of 66 %, specificity of 98 %, accuracy of 97 % and precision of 67 % for all health, welfare and productivity problems spotted by the observers. The average time till the first false alert was 82 days for individual pigs and severe problems were detected after 1.1 day on average.
Further research is required to quantify the added value of an automated warning system for the farmer at different levels (e.g. health, performance, efficiency, labour, costs, welfare, sound use of antibiotics). The alerts of the warning systems were now compared to problems detected by observers. However, there is no information available yet on which problems a pig farmer would detect (and when) and more importantly, which problems are most important to detect (e.g. because they require treatment, are difficult to detect visually). Future research should also focus on increasing the performance of the warning system in terms of sensitivity and precision. The optimal variables for problem detection should still be determined, as well as the best combination of variables and warning systems. Such combinations could also include automatic monitoring of the drinking behaviour

ผลลัพธ์ (ไทย) 1:

เกษตรกรหมูมีจุดมุ่งหมายเพื่อเพิ่มกำไรในขณะที่รักษาสถานะสุขภาพและสวัสดิการของสัตว์ในระดับที่เหมาะสม นี้ต้องติดตามพอสัตว์แต่ละชนิดแต่ละจุด และรักษาเกิดขึ้น หรือมีปัญหาสุขภาพ สวัสดิการ และผลผลิต ปัจจุบัน ติดตามผลนี้จะกระทำผ่านการสังเกตภาพของสัตว์ อย่างไรก็ตาม การขับเคลื่อนเศรษฐกิจแนวโน้มไปทางฟาร์มขนาดใหญ่และกลุ่มขนาดใหญ่ของสุกรในปากกาหนึ่ง สังเกตภาพนี้กลายเป็นใช้เวลานานเกินไป และยาก ดังนั้น ในวิทยานิพนธ์นี้ปริญญาเอก ระบบเตือนอัตโนมัติสำหรับประสิทธิภาพและสวัสดิการตรวจสอบสุกรสุกรขุนแต่ละตัวถูกพัฒนาให้สนับสนุนกิจกรรมของชาวนาหมูเป้าหมายคือการ ส่งสัญญาณปัญหาประสิทธิภาพการทำงาน สุขภาพ และสวัสดิการเกิดขึ้นกับชาวนาหมู การเปลี่ยนแปลงในทุกวันให้อาหาร และเครื่องดื่มรูปแบบของหมูแต่ละตัวจะใช้ในการตรวจหาปัญหาเหล่านี้ ระบบคลื่นความถี่วิทยุบ่อยสูง (HF) (RFID) กับอาหารมาตรฐาน และระบบที่ใช้ในที่อยู่อาศัยกลุ่มดื่มอนุญาตการวัดพฤติกรรมนี้โดยอัตโนมัติ พร้อมกับ passive RFID tag ด้วยตัวเลขในหูของหมูแต่ละ ระบบการวัดเหล่านี้ถูกตรวจสอบอย่างละเอียด โดยเปรียบเทียบกับข้อสังเกต ช่วงเวลาที่ผิดปกติเกิดขึ้นระหว่างการลงทะเบียนของหมูให้อาหาร หรือการดื่ม ช่วงการวัดของระบบ RFID เผยที่เปลี่ยนแปลงในแท็กตำแหน่งและทิศทางสัมพันธ์กับเสาอากาศระหว่างให้อาหาร และเครื่องดื่มมักเกิดปรากฏการณ์นี้จากการลงทะเบียนของป้าย RFID ที่ป้อนหรือดื่ม หมาย เลข ระยะเวลาและระยะเวลาของการให้อาหาร และดื่มเข้าชมสามารถได้รับมา อย่างไรก็ตาม อาหาร และเครื่องดื่มเข้าชมแรกที่จะถูกสร้างจากการลงทะเบียน RFID ดิบ เกณฑ์ไปพบเป็น วิธีการที่เหมาะสมนี้ แล้ว ตัวแปรต่าง ๆ ของรูปแบบการให้อาหาร และการดื่มแอลกอฮอล์สกัดจากข้อมูล RFID และเปรียบเทียบกับข้อสังเกต สังเกตความสัมพันธ์ระหว่างพื้นฐานของ RFID ให้อาหาร หรือพบตัวแปรที่ดื่ม เฉพาะกรณีสำหรับระยะเวลาของการให้อาหาร และเครื่อง ดื่ม ที่สัมพันธ์ทั้งระยะเวลาของการเข้าชม RFID คะแนนและจำนวนการลงทะเบียน RFID ดิบได้สูง มาก นอกจากนี้ การใช้น้ำสามารถถูกประเมิน โดย RFID ระบบการดื่มด้วยสี่คำเตือนระบบถูกออกแบบมาเพื่อตรวจสอบการเปลี่ยนแปลงในรูปแบบการให้อาหารของสุกรแต่ละ หมายเลขการลงทะเบียนต่อหมูและช่องว่างเฉลี่ยระหว่าง RFID คะแนนเข้าชมให้อาหารได้รับการเลือกเป็นตัวแปรที่จะใช้ในอัลกอริทึมการตรวจจับ สำหรับแต่ละตัวแปร วงเงินคงที่คงที่สำหรับสุกรทุกงวดทั้งหมด fattening ถูกเปรียบเทียบกับขีดจำกัดควบคุมเสริมฤทธิ์กัน (SGC) ที่แต่ละคน และเวลาที่แตกต่างกัน แนวคิดของการทำงานร่วมกันควบคุมให้แตกต่างอย่างปกติการเปลี่ยนแปลงในพฤติกรรมที่ดื่ม เช่นอายุผล จากการเปลี่ยนแปลง abnormal ชี้ไปปัญหาและการให้อาหารสุกรใน เพราะทุกหมู fattening ทำหน้าที่เป็นตัวอ้างอิง และข้อจำกัดต่าง ๆ หมูเฉพาะเมื่อใช้ SGC ปัญหาที่เป็นไปได้สามารถส่งสัญญาณในแต่ละระดับ จุดผิดปกติที่ตรวจพบ โดยแต่ละระบบเตือนถูกส่งสัญญาณในรูปของ 'เตือน' สำหรับหมูที่ข้ามค่าของแต่ละเกณฑ์ในแต่ละวัน การตรวจสอบที่ครอบคลุมระบบเตือนการดำเนินการกับกลุ่มของสุกรที่ถูกตรวจสอบอย่างใกล้ชิดทุกวันเพื่อกำหนดจำนวนการแจ้งเตือน true และ false และจำนวนของปัญหาไม่ได้รับ การทำระบบเตือนภัยที่ดีสุดถูกควบคุมทำงานร่วมกันข้อจำกัดบนหมายเลขของการลงทะเบียน RFID และการใช้ข้อมูลในอดีตสามารถเตรียมใช้งานระบบเตือนภัย นี้นำไปสู่ความไวของ 66% ความจำเพาะ 98% ความแม่นยำ 97% และ 67% สำหรับปัญหาสุขภาพ สวัสดิการ และผลผลิตทั้งหมดด่างผู้สังเกตการณ์ที่แม่นยำ เวลาเฉลี่ยจนถึงการแจ้งเตือนผิดแรก 82 วันสุกรแต่ละตัว และปัญหารุนแรงพบ 1.1 วันเฉลี่ยวิจัยเพิ่มเติมจะต้องกำหนดปริมาณมูลค่าเพิ่มของระบบเตือนอัตโนมัติสำหรับเกษตรกรในระดับต่าง ๆ (เช่นสุขภาพ สมรรถนะ ประสิทธิภาพ แรงงาน ต้นทุน สวัสดิการ เสียงใช้ยาปฏิชีวนะ) การแจ้งเตือนของระบบเตือนการถูกตอนนี้เมื่อเทียบกับปัญหาที่ตรวจพบ โดยผู้สังเกตการณ์ อย่างไรก็ตาม ไม่มีข้อมูลมี แต่จะตรวจพบเกษตรกรหมูซึ่งปัญหา (และเมื่อ) และสำคัญ ซึ่งปัญหาสำคัญที่สุดในการตรวจสอบ (เช่นเนื่องจากพวกเขาต้องการรักษา เพื่อตรวจสายตาเป็น) นอกจากนี้ยังวิจัยในอนาคตควรเน้นเพิ่มประสิทธิภาพการทำงานของระบบเตือนในแง่ของความไวและความแม่นยำ ตัวแปรที่เหมาะสมสำหรับการตรวจหาปัญหาควรยังคงกำหนด เช่นเดียวกับของตัวแปรและระบบ ชุดดังกล่าวอาจยังรวมถึงการตรวจสอบอัตโนมัติของพฤติกรรมการดื่ม

ผลลัพธ์ (ไทย) 2:

เกษตรกรหมูมีจุดมุ่งหมายเพื่อเพิ่มผลกำไรขณะที่การรักษาสุขภาพและสวัสดิการสถานะของสัตว์ในระดับที่เหมาะสม นี้ต้องเพียงพอติดตามของสัตว์แต่ละบุคคลที่จะจุดและรักษาสุขภาพสวัสดิการและผลผลิตที่ปัญหาจะเกิดขึ้นหรือปัจจุบัน ปัจจุบันนี้การติดตามจะกระทำผ่านการสังเกตภาพของสัตว์ แต่ด้วยแนวโน้มเศรษฐกิจที่ขับเคลื่อนไปสู่ฟาร์มขนาดใหญ่และกลุ่มใหญ่ของสุกรในปากกาหนึ่งสังเกตภาพนี้จะกลายเป็นใช้เวลามากเกินไปและยาก ดังนั้นในวิทยานิพนธ์ปริญญาเอกนี้ระบบเตือนภัยอัตโนมัติสำหรับประสิทธิภาพการทำงานและสวัสดิการการตรวจสอบของสุกรขุนของแต่ละบุคคลได้รับการพัฒนาเพื่อสนับสนุนกิจกรรมเกษตรกรหมู.
จุดมุ่งหมายคือการส่งสัญญาณปัญหาประสิทธิภาพการทำงานที่จะเกิดขึ้นกับสุขภาพและสวัสดิภาพให้กับเกษตรกรในหมู การเปลี่ยนแปลงในชีวิตประจำวันการให้อาหารและการดื่มรูปแบบของหมูแต่ละคนจะใช้ในการตรวจสอบปัญหาเหล่านี้ เล่นของสูงบ่อย (HF) Radio Frequency Identification (RFID) ระบบที่แนบมากับอาหารและการดื่มระบบมาตรฐานที่ใช้ในกลุ่มที่อยู่อาศัยที่ได้รับอนุญาตให้วัดพฤติกรรมนี้โดยอัตโนมัติ แต่ละหมูพร้อมกับแท็ก RFID passive ด้วยหมายเลขที่ไม่ซ้ำกันในหูของมัน ระบบการวัดนี้ได้รับการตรวจสอบอย่างละเอียดผ่านการเปรียบเทียบกับการสังเกต ช่วงเวลาที่ผิดปกติที่เกิดขึ้นระหว่างการลงทะเบียนของการกินอาหารหรือดื่มหมู การวัดช่วงของระบบ RFID เปิดเผยว่าการเปลี่ยนแปลงในตำแหน่งแท็กและการวางแนวเทียบกับเสาอากาศในระหว่างการกินอาหารและดื่มเครื่องดื่มส่วนใหญ่มักเกิดปรากฏการณ์นี้.
จากการลงทะเบียนของแท็ก RFID ที่ป้อนหรือดื่ม; จำนวนระยะเวลาและระยะเวลาของการให้อาหารและการดื่มผู้เข้าชมจะได้รับ อย่างไรก็ตามการให้อาหารและการดื่มเข้าชมครั้งแรกจะต้องมีการสร้างขึ้นมาจากลงทะเบียน RFID ดิบ เกณฑ์การเยี่ยมชมพบว่าเป็นวิธีที่ดีที่สุดที่จะทำนี้ จากนั้นหลายตัวแปรของการให้อาหารและการดื่มรูปแบบถูกสกัดจากข้อมูล RFID และเมื่อเทียบกับการสังเกต ความสัมพันธ์ระหว่างการสังเกตและ RFID ตามการกินอาหารหรือดื่มตัวแปรถูกพบ นี้โดยเฉพาะอย่างยิ่งกรณีที่ในช่วงระยะเวลาของการให้อาหารและดื่มเครื่องดื่มที่มีความสัมพันธ์อย่างมากกับทั้งระยะเวลาของการเข้าชม RFID และจำนวนดิบของการลงทะเบียนของ RFID นอกจากนี้ยังมีการใช้น้ำอาจจะมีการประเมินโดยระบบ RFID ดื่ม.
สี่ระบบเตือนภัยถูกออกแบบมาเพื่อตรวจสอบการเปลี่ยนแปลงในรูปแบบของการให้อาหารสุกรของแต่ละบุคคล จำนวนของการลงทะเบียนต่อสุกรและช่องว่างเฉลี่ยระหว่าง RFID ตามการเข้าชมการให้อาหารที่ได้รับการแต่งตั้งเป็นตัวแปรที่จะใช้ในขั้นตอนวิธีการตรวจสอบ สำหรับแต่ละตัวแปรขีด จำกัด ของการแก้ไขที่มีอย่างต่อเนื่องสำหรับสุกรทั้งหมดในช่วงระยะเวลาขุนทั้งหมดถูกเมื่อเทียบกับแพลเลเดียม Control (SGC) ข้อ จำกัด ที่มีอยู่ของแต่ละบุคคลและเวลาที่แตกต่างกัน แนวคิดของการควบคุมแพลเลเดียมช่วยให้ความแตกต่างของรูปแบบปกติในการกินอาหารและดื่มพฤติกรรมหมูเช่นอายุผลกระทบจากการเปลี่ยนแปลงที่ผิดปกติชี้ไปที่ปัญหา เพราะทุกหมูขุนทำหน้าที่เป็นข้อมูลอ้างอิงของตัวเองและข้อ จำกัด ที่มีหมูเฉพาะเมื่อใช้ SGC ปัญหาที่เป็นไปได้สามารถส่งสัญญาณในระดับบุคคล.
จุดผิดปกติที่ตรวจพบโดยแต่ละระบบเตือนภัยที่ถูกส่งสัญญาณในชีวิตประจำวันในรูปแบบของ 'การแจ้งเตือนฯ สำหรับแต่ละหมูที่ข้ามค่าเกณฑ์ของแต่ละบุคคล ตรวจสอบที่กว้างขวางของระบบเตือนภัยได้ดำเนินการในกลุ่มของสุกรที่ได้รับการดูแลอย่างใกล้ชิดเป็นประจำทุกวันเพื่อกำหนดจำนวนของการแจ้งเตือนจริงและเท็จและจำนวนของปัญหาพลาดที่ ระบบเตือนที่มีประสิทธิภาพที่ดีที่สุดคือข้อ จำกัด การควบคุมแพลเลเดียมกับจำนวนของการลงทะเบียน RFID และการใช้ข้อมูลทางประวัติศาสตร์เพื่อเริ่มต้นระบบเตือน นี้นำไปสู่ความไวของ 66% ความจำเพาะ 98%, ความถูกต้องของ 97% และความแม่นยำของ 67% สำหรับทุกสาธารณสุขสวัสดิการและผลผลิตปัญหาด่างโดยผู้สังเกตการณ์ เวลาเฉลี่ยจนถึงการแจ้งเตือนที่ผิดพลาดครั้งแรกคือ 82 วันสำหรับสุกรแต่ละบุคคลและปัญหารุนแรงถูกตรวจพบหลังจากวัน 1.1 เฉลี่ย.
นอกจากนี้การวิจัยจะต้องปริมาณมูลค่าเพิ่มของระบบเตือนภัยอัตโนมัติสำหรับเกษตรกรที่อยู่ในระดับที่แตกต่างกัน (เช่นสุขภาพประสิทธิภาพการทำงาน มีประสิทธิภาพแรงงานค่าใช้จ่ายสวัสดิการการใช้เสียงของยาปฏิชีวนะ) แจ้งเตือนของระบบเตือนภัยในขณะนี้ถูกเมื่อเทียบกับปัญหาที่ตรวจพบโดยการสังเกตการณ์ แต่มีข้อมูลไม่สามารถใช้ได้ แต่ปัญหาที่เกษตรกรหมูจะตรวจสอบ (และเมื่อ) และที่สำคัญมากขึ้นซึ่งปัญหาที่มีความสำคัญมากที่สุดในการตรวจสอบ (เช่นเพราะพวกเขาต้องการการรักษาเป็นเรื่องยากในการตรวจสอบทางสายตา) การวิจัยในอนาคตนอกจากนี้ยังควรมุ่งเน้นการเพิ่มประสิทธิภาพการทำงานของระบบเตือนภัยในแง่ของความไวและความแม่นยำ ตัวแปรที่ดีที่สุดสำหรับการตรวจสอบปัญหาที่เกิดขึ้นยังคงต้องได้รับการพิจารณาเช่นเดียวกับชุดที่ดีที่สุดของตัวแปรและระบบเตือนภัย ชุดดังกล่าวยังอาจรวมถึงการตรวจสอบอัตโนมัติของพฤติกรรมการดื่ม