KabarTotabuan.com

Memperbarui berita utama dari sumber Indonesia dan global

Indonesia mempromosikan teknologi digital untuk pemulihan ekonomi – OpenGov Asia
Top News

Indonesia mempromosikan teknologi digital untuk pemulihan ekonomi – OpenGov Asia

Sebuah tim peneliti yang dipimpin oleh City University of Hong Kong (CityU). telah dibuat Model pembelajaran mendalam yang dapat mengidentifikasi dan mengukur panggilan marabahaya ayam dari suara lumbung alami dengan akurasi 97%. Perbaikan ini akan membantu memperbaiki kondisi dan meningkatkan kesejahteraan ayam yang dipelihara di peternakan komersial yang terlalu padat.

Penelitian ini dipimpin oleh Associate Professor Dr Alan McIlcott dan Asisten Profesor Dr Liu Cai dari Departemen Penyakit Menular dan Kesehatan Masyarakat di Jockey Club College of Veterinary Medicine and Life Sciences di City, bekerja sama dengan Imperial College London. Queen Mary University of London, University of Surrey dan Guangxi Veterinary Research Institute. Anggota lainnya termasuk mahasiswa PhD Mao Xiu dan Claire Gradet, asisten peneliti di Departemen Penyakit Menular dan Kesehatan Masyarakat CTU.

Produksi unggas global tahunan melebihi 25 miliar burung, seringkali dalam kelompok yang sangat besar, berjumlah ribuan. Panggilan darurat, yang ditimbulkan oleh berbagai sumber, telah disarankan sebagai ‘indikator gunung es’ kesehatan ayam, yang menunjukkan tingkat kematian dan pertumbuhan. Namun, hingga saat ini, proses evaluasi panggilan darurat sebagian besar mengandalkan anotasi manual; Ini adalah padat karya, memakan waktu dan rentan terhadap penilaian subjektif oleh individu.

Di sebuah peternakan unggas di Guangxi, tim peneliti mengumpulkan dan menganalisis catatan breed ‘berbintik’ dan ‘tiga kuning’ dengan sekitar 2.000 hingga 2.500 burung per rumah. Panggilan darurat berdasarkan pembelajaran mendalam yang dikombinasikan dengan teknik bio-akustik.

Algoritme mencakup rentang frekuensi dari 0 Hz hingga 11.025 Hz frekuensi Nyquist, yang memungkinkan untuk membedakan panggilan marabahaya dari suara alam di gudang dengan akurasi 97% dan secara akurat mendeteksi saat ayam stres oleh kondisi tubuh internal atau faktor eksternal. , seperti kepadatan penduduk, pakan dan air yang tidak mencukupi, atau serangan ayam lain.

READ  Indonesia akan menjadi tuan rumah One Piece Music Symphony pada 10-11 Agustus

Dr McIlcott mencatat bahwa terkadang sulit untuk meyakinkan petani yang harus berurusan dengan produksi hewan-hewan ini dengan harga yang ditetapkan untuk supermarket. Tujuan utama tim ini bukan hanya untuk menghitung panggilan darurat, tetapi untuk menciptakan lingkungan di mana ayam dapat hidup dengan lebih sedikit tekanan.

Ke depan, teknologi ini diharapkan memungkinkan staf untuk memantau kesejahteraan ayam secara real-time dan jarak jauh, mendorong intervensi peternakan lebih awal bila diperlukan. Ini dapat mengurangi beban kerja peneliti dan memfasilitasi analisis kumpulan data besar, sehingga meningkatkan peternakan dan manajemen, kata Dr Liu.

Menurut Ms. Mao, metode ini sepenuhnya mempertimbangkan kendala dalam sumber daya komputasi dan cocok untuk diterapkan di pertanian.

Diterbitkan di majalah Jurnal Antarmuka Royal SocietyDan tim mengharapkan teknologi untuk digunakan secara komersial dalam waktu lima tahun.

Konsep pengembangan pendidikan kedokteran hewan di Hong Kong pertama kali digagas pada tahun 2008 di bawah kepemimpinan Presiden CityU Wei Guo. Bekerja di bawah konsep inovatif “One Health”, Jockey Club College of Veterinary Medicine and Life Sciences didirikan di CityU. , Fakultas Kedokteran Hewan pertama dan satu-satunya di Hong Kong.

Dipandu oleh prinsip-prinsip One Health, CITU adalah pemimpin dalam pendidikan dan penelitian veteriner di Hong Kong, Asia dan di seluruh dunia, dengan fokus pada kesehatan masyarakat, keamanan pangan dan kesejahteraan hewan untuk kesejahteraan masyarakat.

LEAVE A RESPONSE

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

"Pemikir jahat. Sarjana musik. Komunikator yang ramah hipster. Penggila bacon. Penggemar internet amatir. Introvert."