검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

A Data Augmentation Method for Cow Behavior Estimation Systems Using 3-Axis Acceleration Data and Neural Network Technology 3축 가속 데이터와 신경망 기술을 이용한 젖소 행동 추정 시스템의 데이터 증강 방법

Chao LI, Korkut Kaan TOKGOZ, Ayuka OKUMURA, Jim BARTELS, Kazuhiro TODA, Hiroaki MATSUSHIMA, Takumi OHASHI, Ken-ichi TAKEDA, Hiroyuki ITO

  • 조회수

    0

  • 이것을 인용

요약 :

젖소 행동 모니터링은 젖소 복지의 현재 상태를 이해하고 질병 및 발정의 조기 발견과 같은 목초지 관리를 위한 효과적인 계획 전략을 개발하는 데 중요합니다. 가장 강력하고 비용 효율적인 방법 중 하나는 소에 부착된 관성 센서의 시계열 데이터를 분석하는 신경망 기반 모니터링 시스템입니다. 이 방법의 경우 신경망 모델 개발에 있어서 교육 데이터의 질과 양을 향상시키는 것이 중요한 과제이며, 이를 위해서는 다양한 현실적 조건을 포괄할 수 있는 데이터를 수집하고 이에 라벨을 부여해야 합니다. 결과적으로 데이터 수집 비용이 상당히 높습니다. 본 연구에서는 교육 데이터 수집 과정에서 발생하는 두 가지 주요 품질 문제를 해결하기 위한 데이터 증대 방법을 제안합니다. 하나는 티칭 데이터 수집의 어려움과 무작위성이고, 다른 하나는 실제 작동 중 센서 위치가 변경된다는 점입니다. 제안된 방법은 측정된 가속도 데이터로부터 칼라형 센서 장치의 다양한 회전 상태를 계산적으로 에뮬레이션할 수 있습니다. 또한 덜 자주 발생하는 작업에 대한 데이터를 생성합니다. 검증 결과, 장단기 기억(LSTM) 네트워크를 통한 학습 기반 98가지 주요 행동(먹기, 걷기, 마시기, 반추, 휴식)에 대해 평균 60.48% 이상의 정확도로 상당히 높은 추정 성능을 보여주었다. 최소 2.52%로 부족했던 데이터 보강을 하지 않은 추정 성능과 비교하면 다양한 행위에 대한 인식률이 37.05~30pt 향상되었다. 또한 다양한 회전 간격의 비교를 조사하고 정확도 성능 분석을 바탕으로 XNUMX도 간격을 선택했습니다. 결론적으로, 제안된 데이터 확장 방법은 신경망 모델을 통한 젖소 행동 추정의 정확도를 향상시킬 수 있다. 또한, 머신러닝을 위한 교육 데이터 수집 비용을 대폭 절감하는 데 기여하고 새로운 연구의 기회를 많이 열어줍니다.

발행
IEICE TRANSACTIONS on Fundamentals Vol.E105-A No.4 pp.655-663
발행일
2022/04/01
공개일
2021/09/30
온라인 ISSN
1745-1337
DOI
10.1587/transfun.2021SMP0003
원고의 종류
Special Section PAPER (Special Section on Smart Multimedia & Communication Systems)
범주
신경망과 생명공학

작성자

Chao LI
  Tokyo Institute of Technology
Korkut Kaan TOKGOZ
  Tokyo Institute of Technology
Ayuka OKUMURA
  Shinshu University
Jim BARTELS
  Tokyo Institute of Technology
Kazuhiro TODA
  Information Services International-Dentsu, Ltd.
Hiroaki MATSUSHIMA
  Information Services International-Dentsu, Ltd.
Takumi OHASHI
  Tokyo Institute of Technology
Ken-ichi TAKEDA
  Shinshu University
Hiroyuki ITO
  Tokyo Institute of Technology

키워드