پیش‌بینی نتیجه لقاح در گاوهای شیری هلشتاین با استفاده از یادگیری عمیق

نویسندگان

1 گروه مهندسی کامپیوتر، مرکز تحقیقات هوشمندسازی شبکه توزیع برق، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران.

2 گروه مهندسی کامپیوتر، مرکز تحقیقات هوشمندسازی شبکه توزیع برق، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران.

doi
10.22067/ijasr.2024.89072.1212
چکیده

توسعه مدل‌های پیش‌بینی با کمک یادگیری ماشین می‌تواند به دامپروران در افزایش درک آن‌ها از پتانسیل عملکرد دام‌های خود و کمک به فرآیندهای تصمیم‌گیری مربوط به مدیریت دام، حذف و انتخاب جایگزین، تغذیه، تولیدمثل و سایر امور مرتبط با حوزه مدیریت دامپروری کمک کند و بینش‌های ارزشمندی را برای بهبود عملکرد تولیدمثلی، فرآیندهای اصلاح نژاد، تولید شیر و کارآیی کلی دامداری ارائه دهد. ادغام این مدل‌ها در سامانه‌های موجود در دامداری، کاربرد عملی آن را به‌عنوان یک ابزار پشتیبان تصمیم، برای دامداران افزایش می‌دهد. با توسعه ابزاری که بتواند موفقیت باروری دام را تعیین کند، دامداران می‌توانند استراتژی‌های تولید و اصلاح نژاد خود را بهینه کنند و شیوه‌های کلی مدیریت دامداری را برای افزایش کارآیی تولیدمثل و سودآوری بهبود بخشند. در این پژوهش، به ارائه و ارزیابی مدل‌های مختلف برای پیش‌بینی نتیجه لقاح مصنوعی دام پرداخته می‌شود که این مدل‌های هوش مصنوعی مبتنی بر یادگیری ماشین و یادگیری عمیق می‌باشند. طبق نتایج به‌دست آمده در آزمایش‌های انجام شده روی اطلاعات دام‌های دامداری مجموعه کشت و صنعت هلال، مدل پیشنهادی مبتنی بر شبکه‌های عمیق بازگشتی LSTM از نظر صحت و دقت پیش‌بینی نتیجه لقاح مصنوعی، عملکرد بهتری را نشان می‌دهد.