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

• A Self-attention Residual Convolutional Neural Network for Health Condition Classification of Cow Teat Images [1.076926044312162]
  本稿では,牛の自己注意残差畳み込みニューラルネットワーク(CTSAR-CNN)モデルを提案する。 牛の乳房の健康評価において、持続的な接続性と自己保持機構を組み合わせて商業農場を支援している。 その結果,CTSAR-CNNの持続接続性と自己保持機構を統合することにより,CTSAR-CNNの精度が向上した。
  論文  参考訳（メタデータ） (2024-09-30T05:30:25Z)
• Supervised Learning Model for Key Frame Identification from Cow Teat Videos [0.9115927248875568]
  本稿では, ウシの乳房炎リスク評価の精度をニューラルネットワークとビデオ解析を用いて改善する手法を提案する。 伝統的に、獣医は乳牛の乳房の健康を評価する。 本論文は、牛のうどんが無傷に見えるビデオのキーフレームをニューラルネットワークで同定する。
  論文  参考訳（メタデータ） (2024-09-26T15:50:43Z)
• Artificial Immune System of Secure Face Recognition Against Adversarial Attacks [67.31542713498627]
  昆虫生産には 最大限の可能性を実現するために 最適化が必要です これは選択的育種による興味のある形質の改善が目的である。 このレビューは、様々な分野の知識と、動物の繁殖、定量的遺伝学、進化生物学、昆虫学のギャップを埋めるものである。
  論文  参考訳（メタデータ） (2024-06-26T07:50:58Z)
• Using Pre-training and Interaction Modeling for ancestry-specific disease prediction in UK Biobank [69.90493129893112]
  近年のゲノムワイド・アソシエーション(GWAS)研究は、複雑な形質の遺伝的基盤を明らかにしているが、非ヨーロッパ系個体の低発現を示している。 そこで本研究では,マルチオミクスデータを用いて,多様な祖先間での疾患予測を改善することができるかを評価する。
  論文  参考訳（メタデータ） (2024-04-26T16:39:50Z)
• A Machine Learning Approach for Crop Yield and Disease Prediction Integrating Soil Nutrition and Weather Factors [0.0]
  バングラデシュにおける作物選択・病気予測のための知的農業意思決定支援システムの開発が主な目的である。 推奨されるアプローチは、作物の生産、土壌条件、農業・気象地域、作物病、気象要因に関する様々なデータセットを使用する。
  論文  参考訳（メタデータ） (2024-03-28T09:57:50Z)
• Empowering Agrifood System with Artificial Intelligence: A Survey of the Progress, Challenges and Opportunities [86.89427012495457]
  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)
• 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)
• 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)

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。