Fugu-MT 論文翻訳(概要): Exploring Cluster Analysis in Nelore Cattle Visual Score Attribution

論文の概要: Exploring Cluster Analysis in Nelore Cattle Visual Score Attribution

arxiv url: http://arxiv.org/abs/2403.07137v1
Date: Mon, 11 Mar 2024 20:07:05 GMT
ステータス: 処理完了
システム内更新日: 2024-03-13 23:45:11.541078
Title: Exploring Cluster Analysis in Nelore Cattle Visual Score Attribution
Title（参考訳）: Nelore Cattle Visual Score Attributionにおけるクラスタ分析の探索
Authors: Alexandre de Oliveira Bezerra, Rodrigo Goncalves Mateus, Vanessa Ap. de Moraes Weber, Fabricio de Lima Weber, Yasmin Alves de Arruda, Rodrigo da Costa Gomes, Gabriel Toshio Hirokawa Higa, Hemerson Pistori
Abstract要約: 本稿では,ヒトのネロア牛用スコアと,画像や他の機器から得られるさまざまな測定値との相関分析結果について述べる。また、k-meansアルゴリズムを用いて、家畜の体重や視力とほぼ相関する測定値を用いて、牛の群れをクラスタリングする新しい方法を生成する研究も発表した。
参考スコア（独自算出の注目度）: 36.44117994399959
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Assessing the biotype of cattle through human visual inspection is a very common and important practice in precision cattle breeding. This paper presents the results of a correlation analysis between scores produced by humans for Nelore cattle and a variety of measurements that can be derived from images or other instruments. It also presents a study using the k-means algorithm to generate new ways of clustering a batch of cattle using the measurements that most correlate with the animal's body weight and visual scores.
Abstract（参考訳）: ヒトの視覚検査によって牛の生物型を評価することは、精密な牛の育種において非常に一般的で重要な実践である。本稿では,ヒトのネロア牛用スコアと,画像や他の機器から得られるさまざまな測定値との相関分析結果について述べる。また、k-meansアルゴリズムを用いて、動物の体重や視力と相関する測定値を用いて、牛の群れをクラスタリングする新しい方法を生成する研究も発表した。

関連論文リスト

BovineTalk: Machine Learning for Vocalization Analysis of Dairy Cattle under Negative Affective States [0.09786690381850353]
牛は口を閉じた,あるいは部分的に閉じた,近距離接触のための低周波発声 (LF) と遠距離通信のための高周波発声 (HF) の2種類の発声を行った。本稿では,深層学習と説明可能な機械学習,高頻度および低周波の牛の鳴き声の分類,および個別の牛の音声認識の2つの計算フレームワークを提案する。
論文参考訳（メタデータ） (2023-07-26T07:07:03Z)
Rethinking Semi-Supervised Medical Image Segmentation: A Variance-Reduction Perspective [51.70661197256033]
医用画像セグメンテーションのための階層化グループ理論を用いた半教師付きコントラスト学習フレームワークARCOを提案する。まず、分散還元推定の概念を用いてARCOを構築することを提案し、特定の分散還元技術が画素/ボクセルレベルのセグメンテーションタスクにおいて特に有用であることを示す。 5つの2D/3D医療データセットと3つのセマンティックセグメンテーションデータセットのラベル設定が異なる8つのベンチマークで、我々のアプローチを実験的に検証する。
論文参考訳（メタデータ） (2023-02-03T13:50:25Z)
Using machine learning on new feature sets extracted from 3D models of broken animal bones to classify fragments according to break agent [53.796331564067835]
ホミニン骨破壊による骨片と肉食動物による骨片の識別を目的とした骨折パターン解析への新しいアプローチを提案する。この方法では、断片的な骨の3Dモデルを用いて、これまで骨折パターン解析に使用されていた特徴セットよりも透明性が高くレプリカ性の高いデータセットを抽出する。監視された機械学習アルゴリズムは、骨断片を破片のエージェントに従って適切に分類するために使用され、平均的精度はテスト全体で77%である。
論文参考訳（メタデータ） (2022-05-20T20:16:21Z)
ACP++: Action Co-occurrence Priors for Human-Object Interaction Detection [102.9428507180728]
ヒューマン・オブジェクト・インタラクション(HOI)検出のタスクにおける一般的な問題は、多数のHOIクラスが少数のラベル付き例しか持たないことである。我々は、人間と物体の相互作用の間に自然の相関関係と反相関が存在することを観察した。我々は、これらの先行知識を学習し、特に稀なクラスにおいて、より効果的な訓練に活用する手法を提案する。
論文参考訳（メタデータ） (2021-09-09T06:02:50Z)
Visualizing Classifier Adjacency Relations: A Case Study in Speaker Verification and Voice Anti-Spoofing [72.4445825335561]
任意のバイナリ分類器によって生成される検出スコアから2次元表現を導出する簡単な方法を提案する。ランク相関に基づいて,任意のスコアを用いた分類器の視覚的比較を容易にする。提案手法は完全に汎用的であり,任意の検出タスクに適用可能だが,自動話者検証と音声アンチスプーフィングシステムによるスコアを用いた手法を実証する。
論文参考訳（メタデータ） (2021-06-11T13:03:33Z)
Dairy Cow rumination detection: A deep learning approach [0.8312466807725921]
交配行動は、畜産の発展と収量を追跡するための重要な変数です。現代のアタッチメントデバイスは、牛にとって侵襲的で、ストレスがあり、不快である。本研究では,CNN(Convolution Neural Network)に基づくディープラーニングモデルを用いた革新的なモニタリング手法を提案する。
論文参考訳（メタデータ） (2021-01-07T07:33:32Z)
Deep Learning-based Cattle Activity Classification Using Joint Time-frequency Data Representation [2.472770436480857]
本稿では,牛の行動・行動の分類と行動モデルの構築にシーケンシャルディープニューラルネットワークを用いた。本研究の主な焦点は,センサデータの同時時間周波数領域表現の探索である。 3軸加速度計、磁力計、ジャイロスコープのセンサーから収集された300万以上のサンプルからなる実世界のデータセットに基づいています。
論文参考訳（メタデータ） (2020-11-06T14:24:55Z)
Mycorrhiza: Genotype Assignment usingPhylogenetic Networks [2.286041284499166]
遺伝子型代入問題に対する機械学習手法であるMycorrhizaを紹介する。提案アルゴリズムは系統ネットワークを用いて,標本間の進化的関係を符号化する特徴を設計する。 Mycorrhizaは、大きな平均固定指数(FST)を持つデータセットやハーディ・ワインバーグ平衡からの偏差で特に顕著な利得を得る。
論文参考訳（メタデータ） (2020-10-14T02:36:27Z)
Detecting Human-Object Interactions with Action Co-occurrence Priors [108.31956827512376]
人-物間相互作用(HOI)検出タスクにおける一般的な問題は、多数のHOIクラスが少数のラベル付き例しか持たないことである。我々は、人間と物体の相互作用の間に自然の相関と反相関が存在することを観察した。我々はこれらの先行知識を学習し、特に稀なクラスにおいてより効果的な訓練に活用する手法を提案する。
論文参考訳（メタデータ） (2020-07-17T02:47:45Z)
Panoptic Instance Segmentation on Pigs [0.860255319568951]
この研究は、比較的新しい汎視的セグメンテーションの定義に従い、個々のブタのピクセル正確なセグメンテーションを目指している。セマンティックセグメンテーションのためのニューラルネットワークのフレームワーク、異なるネットワークヘッド、および後処理方法を示す。本手法は,1000枚の手書き画像からなる特殊なデータセットを用いてテストし,約95%の精度で検出を行う。
論文参考訳（メタデータ） (2020-05-21T07:36:03Z)

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。