論文の概要: Predicting Illness for a Sustainable Dairy Agriculture: Predicting and
Explaining the Onset of Mastitis in Dairy Cows
- arxiv url: http://arxiv.org/abs/2101.02188v2
- Date: Thu, 7 Jan 2021 14:16:13 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-11 03:04:50.607124
- Title: Predicting Illness for a Sustainable Dairy Agriculture: Predicting and
Explaining the Onset of Mastitis in Dairy Cows
- Title(参考訳): 持続的農業における病の予測--乳牛の乳房炎発生の予測と説明
- Authors: Cathal Ryan and Christophe Gu\'eret and Donagh Berry and Medb Corcoran
and Mark T. Keane and Brian Mac Namee
- Abstract要約: Mastitisは現代乳製品産業のための10億ドルの健康問題です。
この病気の早期発症を特定するためのAI技術の使用は、この農業セクターの持続可能性に重要な意味を持つ。
現在の乳房炎治療のアプローチには抗生物質が関与しており、この習慣はますます精査されている。
本研究では,牛の乳腺炎感染を予測し,その予測を反事実を用いて説明するシステムを開発した。
- 参考スコア(独自算出の注目度): 7.711096463366259
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Mastitis is a billion dollar health problem for the modern dairy industry,
with implications for antibiotic resistance. The use of AI techniques to
identify the early onset of this disease, thus has significant implications for
the sustainability of this agricultural sector. Current approaches to treating
mastitis involve antibiotics and this practice is coming under ever increasing
scrutiny. Using machine learning models to identify cows at risk of developing
mastitis and applying targeted treatment regimes to only those animals promotes
a more sustainable approach. Incorrect predictions from such models, however,
can lead to monetary losses, unnecessary use of antibiotics, and even the
premature death of animals, so it is important to generate compelling
explanations for predictions to build trust with users and to better support
their decision making. In this paper we demonstrate a system developed to
predict mastitis infections in cows and provide explanations of these
predictions using counterfactuals. We demonstrate the system and describe the
engagement with farmers undertaken to build it.
- Abstract(参考訳): マスト炎は現代の乳製品産業にとって10億ドルの健康問題であり、抗生物質耐性に影響を及ぼす。
この病気の早期発症を特定するためにAI技術を使用することは、この農業セクターの持続可能性に大きな影響を及ぼす。
現在の乳房炎治療のアプローチには抗生物質が関与しており、この習慣はますます精査されている。
機械学習モデルを用いて、乳房炎を発症するリスクのある牛を識別し、標的とする治療体制をこれらの動物にのみ適用することで、より持続可能なアプローチが促進される。
しかし、そのようなモデルによる誤った予測は、金銭的損失、抗生物質の不要使用、さらには動物が早死にすることにつながる可能性があるため、ユーザとの信頼関係の構築や意思決定のより良い支援を予測するための説得力のある説明を生み出すことが重要である。
本稿では,牛の乳房炎感染を予測するシステムを構築し,これらの予測を偽物を用いて説明する。
我々は,このシステムを実演し,その構築に携わった農家との関わりを述べる。
関連論文リスト
- Leveraging Generative AI for Clinical Evidence Summarization Needs to
Ensure Trustworthiness [48.57739568243112]
エビデンスベースの医療は、医療の意思決定と実践を最大限に活用することで、医療の質を向上させることを約束する。
様々な情報源から得ることができる医学的証拠の急速な成長は、明らかな情報の収集、評価、合成に挑戦する。
大規模言語モデルによって実証された、生成AIの最近の進歩は、困難な作業の促進を約束する。
論文 参考訳(メタデータ) (2023-11-19T03:29:45Z) - Revolutionizing Agrifood Systems with Artificial Intelligence: A Survey [93.34268594812599]
我々は、AI技術がアグリフードシステムをどう変え、現代のアグリフード産業に貢献するかをレビューする。
本稿では,農業,畜産,漁業において,アグリフードシステムにおけるAI手法の進歩について概説する。
我々は、AIで現代のアグリフードシステムを変革するための潜在的な課題と有望な研究機会を強調します。
論文 参考訳(メタデータ) (2023-05-03T05:16:54Z) - 'The Taurus': Cattle Breeds & Diseases Identification Mobile Application
using Machine Learning [0.0]
牛の死亡率は、社会的、経済的、環境的な被害に大きな影響を及ぼす。
モバイルアプリケーションは、牛の画像を分析して品種を特定するように設計されている。
次に、特定の牛の体重と年齢を識別するモデルを作成し、特定された病気に薬の最良の投与を推奨する。
論文 参考訳(メタデータ) (2023-02-21T03:11:11Z) - Fairly Predicting Graft Failure in Liver Transplant for Organ Assigning [61.30094367351618]
肝移植は肝疾患に対して必要不可欠な治療法である。
機械学習モデルは不公平であり、特定のグループに対する偏見を引き起こす可能性がある。
本研究は,肝移植における移植不全予測を目的とした,公正な機械学習フレームワークを提案する。
論文 参考訳(メタデータ) (2023-02-18T18:24:58Z) - Dense Feature Memory Augmented Transformers for COVID-19 Vaccination
Search Classification [60.49594822215981]
本稿では,新型コロナウイルスワクチン関連検索クエリの分類モデルを提案する。
本稿では,モデルが対応可能なメモリトークンとして,高密度特徴を考慮した新しい手法を提案する。
この新しいモデリング手法により,Vaccine Search Insights (VSI) タスクを大幅に改善できることを示す。
論文 参考訳(メタデータ) (2022-12-16T13:57:41Z) - Segmentation Enhanced Lameness Detection in Dairy Cows from RGB and
Depth Video [8.906235809404189]
早期の乳腺検出は、農家が早期に病気に対処し、牛の状態を悪化させることによるネガティブな影響を避けるのに役立つ。
乳房から出る牛の短いクリップのデータセットを収集し,牛の乳腺の程度を注釈した。
我々は、トレーニング済みのニューラルネットワークを利用してビデオから識別的特徴を抽出し、その状態を示す各牛にバイナリスコアを割り当てる「健康」または「ラム」を提案する。
論文 参考訳(メタデータ) (2022-06-09T12:16:31Z) - Farmer's Assistant: A Machine Learning Based Application for
Agricultural Solutions [0.0]
我々は、これらの問題に対処するため、オープンソースの使いやすいWebアプリケーションを作成し、作物の生産を改善するのに役立ちます。
特に,作物の推薦,肥料の推薦,植物病の予知,対話型ニューズフィードを支持している。
論文 参考訳(メタデータ) (2022-04-24T19:31:10Z) - Can We Detect Mastitis earlier than Farmers? [3.6226307346292494]
本研究の目的は、通常農家が発見する前に、乳房炎を検出できるためのモデリングフレームワークを構築することである。
SMAとよばれる1つの体細胞計記録において,2つの異なるモデリングフレームワークを構築した。
もう一つの試みは、乳牛がAMAと呼ばれる乳を塗られたときでも、乳房炎のようなサブの臨床的乳房炎(Sub Clinical Mastitis)の感染を検知しようとするものである。
論文 参考訳(メタデータ) (2020-11-05T14:36:01Z) - Steering a Historical Disease Forecasting Model Under a Pandemic: Case
of Flu and COVID-19 [75.99038202534628]
我々は、インフルエンザとCOVID-19が共存する新しいシナリオに、歴史的疾患予測モデルを「操る」ことができる神経伝達学習アーキテクチャであるCALI-Netを提案する。
我々の実験は、現在のパンデミックに歴史的予測モデルを適用することに成功していることを示している。
論文 参考訳(メタデータ) (2020-09-23T22:35:43Z) - Concept Bottleneck Models [79.91795150047804]
現在の最先端モデルは、通常「骨の支柱の存在」のような概念の操作をサポートしない。
トレーニング時に提供される概念を最初に予測し、ラベルを予測するためにこれらの概念を使用するという古典的な考え方を再考する。
X線グレーディングと鳥の識別では、概念ボトルネックモデルが標準のエンドツーエンドモデルと競合する精度を達成する。
論文 参考訳(メタデータ) (2020-07-09T07:47:28Z) - Predicting rice blast disease: machine learning versus process based
models [0.7130302992490972]
稲芽病は水稲栽培において最も重要な生物的制約であり、毎年何百万ドルもの損失を生んでいる。
稲芽予測は、稲作農家が病気を抑えるための主要な手段である。
本研究は,植物病害管理を支援するためのプロセスベースおよび機械学習モデリングアプローチを初めて比較したものである。
論文 参考訳(メタデータ) (2020-04-03T14:48:14Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。