پایش هوشمند سلامت گاو شیری با پردازش سیگنال مبتنی بر هوش مصنوعی: راهکاری یکپارچه در کشاورزی دقیق و سیستم‌های اینترنت اشیاء (IoT)

نویسندگان

1 دانشگاه تربیت مدرس

2 دانشگاه گیلان

3 دانشگاه سمنان

doi
10.22034/jam.2026.68349.1338
چکیده

این مطالعه باهدف مقایسه دو روش پردازش سیگنال (بدون تبدیل موجک و با تبدیل موجک گسسته (DWT)) در پایش هوشمند فعالیت‌های گاو شیری انجام شد. با توجه به اهمیت کشاورزی دقیق و پایش سلامت دام، تمرکز اصلی بر تحلیل عملکرد این روش‌ها در تشخیص الگوهای حیاتی مانند تغذیه (Feeding) و نشخوار (Rumination) قرار گرفت. داده‌های مورد استفاده از حسگر پیزوالکتریک با فرکانس نمونه‌برداری ۲۴ هرتز جمع‌آوری شد و با استفاده از تکنیک‌های پیشرفته یادگیری عمیق و پردازش سیگنال تحلیل گردید. نتایج نشان داد که روش بدون DWT با دقت اعتبارسنجی 86/78٪، زمان آموزش کوتاه‌تر (68/21 دقیقه) و پیچیدگی مدل کمتر (17/0M پارامتر)، به‌عنوان گزینه بهینه برای سیستم‌های عملیاتی با محدودیت منابع محاسباتی شناخته می‌شود. با این حال، روش با DWT در کلاس Feeding بهبود جزئی در F1-Score (7627/0 نسبت به 752/0) نشان داد که حاکی از پتانسیل آن در پایش دقیق‌تر فعالیت‌های حیاتی است. در مقابل، عملکرد روش بدون DWT در تشخیص کلاس Rumination با99/0 F1-Score ≈برتری واضحی داشت. این پژوهش راهکاری کاربردی برای توسعه سامانه‌های IoT در کشاورزی هوشمند ارائه می‌کند و تأکید می‌نماید که انتخاب روش پردازش سیگنال باید مبتنی بر اولویت‌های عملیاتی (دقت، سرعت، یا تمرکز بر کلاس‌های خاص) باشد. همچنین پیشنهاد می‌شود که اثرات این روش‌ها در حوزه‌های گسترده‌تری مانند پردازش تصاویر سنجش از دور و رباتیک کشاورزی مورد بررسی قرار گیرد.