論文の概要: Smart Feeding Station: Non-Invasive, Automated IoT Monitoring of Goodman's Mouse Lemurs in a Semi-Natural Rainforest Habitat

• arxiv url: http://arxiv.org/abs/2503.09238v1
• Date: Wed, 12 Mar 2025 10:34:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-13 15:39:53.862221
• Title: Smart Feeding Station: Non-Invasive, Automated IoT Monitoring of Goodman's Mouse Lemurs in a Semi-Natural Rainforest Habitat
• Title（参考訳）: スマートフィードステーション:半自然雨林におけるグッドマンのマウス大腿骨の非侵襲的自動IoTモニタリング
• Authors: Jonas Peter, Victor Luder, Leyla Rivero Davis, Lukas Schulthess, Michele Magno,
• Abstract要約: 本論文は、Goodmanのマウスレマー(Microcebus lehilahytsara)に合わせたIoT対応ワイヤレススマート給餌ステーションについて述べる。 システム設計では、正確なRFID(Radio Frequency Identification)リーダーを統合して、動物の埋め込んだRFIDチップを識別する。 このステーションは、チューリッヒ動物園の半天然のマゾアラ熱帯雨林で2ヶ月にわたって試験された。
• 参考スコア（独自算出の注目度）: 0.9204149287692597
• License:
• Abstract: In recent years, zoological institutions have made significant strides to reimagine ex situ animal habitats, moving away from traditional single-species enclosures towards expansive multi-species environments, more closely resembling semi-natural ecosystems. This paradigm shift, driven by a commitment to animal welfare, encourages a broader range of natural behaviors through abiotic and biotic interactions. This laudable progression nonetheless introduces challenges for population monitoring, adapting daily animal care, and automating data collection for long-term research studies. This paper presents an IoT-enabled wireless smart feeding station tailored to Goodman's mouse lemurs (Microcebus lehilahytsara). System design integrates a precise Radio Frequency Identification (RFID) reader to identify the animals' implanted RFID chip simultaneously recording body weight and visit duration. Leveraging sophisticated electronic controls, the station can selectively activate a trapping mechanism for individuals with specific tags when needed. Collected data or events like a successful capture are forwarded over the Long Range Wide Area Network (LoRaWAN) to a web server and provided to the animal caretakers. To validate functionality and reliability under harsh conditions of a tropical climate, the feeding station was tested in the semi-natural Masoala rainforest biome at Zoo Zurich over two months. The station detected an animal's RFID chip when visiting the box with 98.68 % reliability, a LoRaWAN transmission reliability of 97.99 %, and a deviation in weighing accuracy below 0.41 g. Beyond its immediate application, this system addresses the challenges of automated population monitoring advancing minimally intrusive animal care and research on species behavior and ecology.
• Abstract（参考訳）: 近年、動物学の機関は、外来動物の生息地を想像し直し、より半自然生態系に近い、伝統的な単一種を取り囲む環境から拡大する多種環境へと移行している。 このパラダイムシフトは、動物福祉へのコミットメントによって引き起こされ、抗生物質と生物の相互作用を通じて幅広い自然行動を促進する。 にもかかわらず、このラウドブルな進歩は、人口モニタリング、日々の動物ケアの適応、長期研究のためのデータ収集の自動化といった課題をもたらしている。 本稿では,Goodmanのマウス・レマー(Microcebus lehilahytsara)に合わせたIoT対応のワイヤレススマート給餌ステーションを提案する。 システム設計では、正確なRFID(Radio Frequency Identification)リーダーを統合して、動物の体重量と訪問時間を同時に記録したRFIDチップを識別する。 洗練された電子制御を活用して、必要に応じて特定のタグを持つ個人に対してトラップ機構を選択的に起動することができる。 収集されたデータやキャプチャーのようなイベントは、Long Range Wide Area Network (LoRaWAN)を介してWebサーバに転送され、動物介護者に提供される。 熱帯気候の厳しい条件下での機能性と信頼性を検証するため,Zoo Zurichの半天然のマゾアラ熱帯雨林生物群において,2ヶ月にわたって給餌試験を行った。 ステーションは、箱を訪れた動物のRFIDチップを98.68 %、LoRaWANの送信信頼性97.99 %、重量精度0.41 g以下で検出した。 即時適用の他に、最小侵襲の動物ケアを推進し、種行動と生態学の研究を進める自動個体群監視の課題に対処する。

関連論文リスト

• Endangered Alert: A Field-Validated Self-Training Scheme for Detecting and Protecting Threatened Wildlife on Roads and Roadsides [10.412505957288406]
  本稿では,オーストラリアにおけるカソーファリーなどの希少動物の検出を目的とした,革新的な自己学習手法を提案する。 提案手法は,希少種のセンサデータを取得し,ラベル付けすることを含む,現実世界における重要な課題に対処する。 クラウドとエッジコンピューティングを活用し、フィールドデプロイモデルの検出性能を向上させるために自動データラベリングを実現する。
  論文  参考訳（メタデータ） (2024-12-16T07:44:27Z)
• AI-Driven Real-Time Monitoring of Ground-Nesting Birds: A Case Study on Curlew Detection Using YOLOv10 [0.07255608805275862]
  本研究は,カリュー(Numenius arquata)に着目したAIによるリアルタイム種検出手法を提案する。 カスタムトレーニングされたYOLOv10モデルは、Create AIプラットフォームにリンクされた3/4G対応カメラを使用して、カリューとそのニワトリを検知し、分類するために開発された。 ウェールズの11箇所で、このモデルは高い性能を達成し、感度は90.56%、特異度は100%、F1スコアは95.05%だった。
  論文  参考訳（メタデータ） (2024-11-22T10:36:29Z)
• BuckTales : A multi-UAV dataset for multi-object tracking and re-identification of wild antelopes [0.6267336085190178]
  BuckTalesは、野生動物の多目的追跡と再同定問題を解決するために設計された最初の大規模なUAVデータセットである。 MOTデータセットには12の高解像度(5.4K)ビデオを含む680トラックを含む120万以上のアノテーションが含まれている。 Re-IDデータセットには、同時に2つのUAVで捕獲された730人の個人が含まれている。
  論文  参考訳（メタデータ） (2024-11-11T11:55:14Z)
• Multisensor Data Fusion for Automatized Insect Monitoring (KInsecta) [32.57872751877726]
  本稿では,昆虫の分類にAIを用いたデータ融合を用いたマルチセンサ手法を提案する。 このシステムは低コストのセットアップとして設計されており、カメラモジュールと光ウィングビートセンサーで構成されている。 7種の種でセットされた、非常にバランスの取れない小さなデータセットの最初のテストは、種分類に有望な結果を示した。
  論文  参考訳（メタデータ） (2024-04-29T08:46:43Z)
• SatBird: Bird Species Distribution Modeling with Remote Sensing and Citizen Science Data [68.2366021016172]
  本稿では,市民科学データベース eBird の観測データから得られたラベルを用いた,米国内の位置情報のサテライトデータセットである SatBird について述べる。 ケニアでは低データのレシエーションを表すデータセットも提供しています。 リモートセンシングタスクのためのSOTAモデルを含む、データセットのベースラインセットをベンチマークします。
  論文  参考訳（メタデータ） (2023-11-02T02:00:27Z)
• Deep object detection for waterbird monitoring using aerial imagery [56.1262568293658]
  本研究では,商用ドローンで収集した空中画像を用いて,水鳥の正確な検出,数え,監視に使用できる深層学習パイプラインを提案する。 畳み込み型ニューラルネットワークを用いた物体検出装置を用いて,テキサス沿岸の植民地性営巣島でよく見られる16種類の水鳥を検出できることを示す。
  論文  参考訳（メタデータ） (2022-10-10T17:37:56Z)
• Persistent Animal Identification Leveraging Non-Visual Markers [71.14999745312626]
  乱雑なホームケージ環境下で各マウスにユニークな識別子を時間をかけて発見し提供することを目的としている。 これは、(i)各マウスの視覚的特徴の区別の欠如、(ii)一定の閉塞を伴うシーンの密閉性のため、非常に難しい問題である。 本手法は, この動物識別問題に対して77%の精度を達成し, 動物が隠れているときの急激な検出を拒否することができる。
  論文  参考訳（メタデータ） (2021-12-13T17:11:32Z)
• Towards self-organized control: Using neural cellular automata to robustly control a cart-pole agent [62.997667081978825]
  我々は、カートポールエージェントを制御するために、ニューラルセルオートマトンを使用する。 我々は、Q値の推定値として出力セルの状態を用いる深層学習を用いてモデルを訓練した。
  論文  参考訳（メタデータ） (2021-06-29T10:49:42Z)
• Discriminative Singular Spectrum Classifier with Applications on Bioacoustic Signal Recognition [67.4171845020675]
  分析や分類に有用な特徴を効率的に抽出する識別機構を備えた生体音響信号分類器を提案する。 タスク指向の現在のバイオ音響認識法とは異なり、提案モデルは入力信号をベクトル部分空間に変換することに依存する。 提案法の有効性は,アヌラン,ミツバチ,蚊の3種の生物音響データを用いて検証した。
  論文  参考訳（メタデータ） (2021-03-18T11:01:21Z)
• Modelling Animal Biodiversity Using Acoustic Monitoring and Deep Learning [0.0]
  本稿では,機械学習の最先端技術を用いて,時系列音声信号から特徴を自動的に抽出する手法について概説する。 得られた鳥の歌はメル周波数ケプストラム(MFC)を用いて処理され、後に多層パーセプトロン(MLP)を用いて分類される特徴を抽出する。 提案手法は感度0.74,特異度0.92,精度0.74で有望な結果を得た。
  論文  参考訳（メタデータ） (2021-03-12T13:50:31Z)
• Neuromorphic adaptive spiking CPG towards bio-inspired locomotion of legged robots [58.720142291102135]
  スパイクセントラルパターンジェネレーターは、外部刺激によって駆動される異なる移動パターンを生成します。 終端ロボットプラットフォーム(あらゆる脚ロボット)の移動は、任意のセンサーを入力として地形に適応することができる。
  論文  参考訳（メタデータ） (2021-01-24T12:44:38Z)

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。