Articoli su Smart-farming in Abstracts

Home

Fig. 5. Esempi di performance visiva dell'algoritmo SegmentHamImage per diverse fette di prosciutto. Il colore indica diversi tipi di fetta: contorno del prosciutto (rosso), grasso sottocutaneo (rosa), grasso intermuscolare (blu scuro) e muscoli quadrati BF (bianco), SM (giallo) e ST (verde).

CarneAbstract

Predittore del "Marmoring": un Software per analizzare la qualità delle fette di Prosciutti Stagionati

Panel Sensoriale x Strumentazione Oggettiva....nuovi sbocchi per la Valutazione Qualitativa dei Prosciutti...

Home

SanitàAbstract

Previsione delle infezioni nelle popolazioni di suini utilizzando Modelli di Apprendimento Automatico (Machine Learning)

I modelli forniscono probabilità di infezione giornaliere che possono essere utilizzate come riferimento per supportare in modo più tempestivo le strategie di prevenzione e controllo negli allevamenti...

Home

Fig. 1. Un esempio di una serie temporale simulata a livello di gruppo composta da dati di peso per 10 suini utilizzando una frequenza di campionamento di 1,0. Ogni colore rappresenta i dati per un suino diverso.

Impianti-attrezzaturaAbstract

Stima degli accrescimenti dei suini a livello individuale a partire da dati di gruppo utilizzando "machine learning"

Che si possa avere i pesi individuali dei suini senza pesarli individualmente?!... Questo studio dimostra di si...attraverso l'Intelligenza Artificiale...

Home

ManagementAbstract

Valutazione di un richiamo sonoro verso l'alimentatore in scrofe gestanti come metodo individuale di apprendimento e gli effetti benefici sul gruppo

E se potessimo chiamare le scrofe per nome? Questa ricerca francese lancia una nuova tecnica di apprendimento per migliorare il benessere delle scrofe in gruppo con un alimentatore unico...

Home

Fig. 2. Aumento di peso dei suinetti per scomparsa del mangime per i trattamenti; CON = non ad libitum, MECH = meccanico ad libitum, COMP = controllato dal computer ad libitum e COMP+ = controllato dal computer ad libitum con porzione di attrazione; le barre con lettere diverse differiscono significativamente per P

NutrizioneAbstract

Alimentazione Ad libitum durante la lattazione: effetti sulla produttività e benessere delle scrofe e dei suinetti

Si è sempre saputo...ma difficile da mettere in pratica. Oggi sono disponibili sistemi di alimentazione a volontà che riescono a soddisfare i fabbisogni delle scrofe iperprolifiche. Lo studio valuta anche gli aspetti di benessere...

Home

La Fig. 6 (riquadro a sinistra) mostra la percentuale di suini che eseguono un comportamento a seconda che almeno un compagno di box abbia visitato l'EFS durante il breve intervallo. L'aggressività è stata mostrata da un minor numero di suini (χ² = 28,91, P < 0,001) e durante una proporzione minore di tempo (χ² = 7,57, P = 0,006) se nessun compagno di box visitava l'EFS durante l'intervallo, mentre l'esplorazione del box veniva mostrata per un periodo più ampio, proporzione del tempo (χ² = 4,68, P = 0,030). Non c'erano altre differenze nella percentuale di suini in visita o nella proporzione di tempo dedicato ad altri comportamenti tra gli intervalli con o senza visite dei compagni di box.

ManagementAbstract

Una nota critica: quali comportamenti vengono attivati dai suini negli intervalli di visite alla mangiatoia?

Cosa fanno i suini tutto il giorno?.. E' risaputo che gran parte del comportamento viene diretto al riposo, seguito dal mangiare e bere. In questo studio si fa un'analisi del comportamento dei suini tra le visite alla mangiatoia utilizzando dispositivi di smart farming...

Home

NutrizioneAbstract

Effetto di due tipologie di alimenti a base di latte e 2 modalità di somministrazioni sul comportamento, microbiota fecale e accrescimenti di suinetti lattanti.

Quanto varia la modalità di somministrazione di supplementi a base di latte sulle performance, comportamento e microbiota fecale?... Lo studio italo-svizzero presenta spunti interessanti...

Home

Impianti-attrezzaturaAbstract

Rilevamento automatizzato dei cambiamenti comportamentali associati alla transizione post-svezzamento nei suinetti

Questo metodo è in grado di monitorare automaticamente diversi comportamenti di un gruppo di suini contemporaneamente...

Home

Figura 2. Campione di rilevamento di un box a caso della prova sperimentale. Il metodo quantifica il comportamento di ogni suino in ogni periodo di tempo. L'indice di comportamento viene quindi calcolato in corrispondenza dell'intervallo di tempo, secondo un'equazione.

ManagementAbstract

Verso la diagnosi del cambiamento comportamentale associato alla transizione post-svezzamento dei suinetti

L'analisi del comportamento attraverso videoregistrazioni sta diventando una potente arma di aiuto alla diagnosi delle varie problematiche del ciclo produttivo...

Home

ManagementAbstract

Effetti nel tempo di differenti stimoli sonori sul comportamento delle scrofe gestanti

Quali sono gli effetti dei vari rumori presenti in un ambiente dove alloggiano i suini?... In questo studio francese, sono stati studiati gli effetti di varie tipologie di rumori durante la gestazione delle scrofe...

Home

Tabella 1. La frequenza delle visite giornaliere alla mangiatoia (DFV), il consumo giornaliero di mangime (DFC) e la deviazione standard del consumo di mangime ad ogni visita (StdFC) sono state calcolate per giorno e per suino (Tabella 1). Questi parametri sono stati considerati come "osservazioni" per prevedere gli eventi di TB a livello del recinto e sono stati derivati dai dati raccolti dall'alimentatore automatico.

Impianti-attrezzaturaAbstract

Previsione della morsicatura delle code nei suini con modelli di apprendimento automatico a partire dai dati di alimentazione

I modelli di apprendimento automatico possono essere presi in considerazione per l'implementazione nei sistemi di alimentazione automatizzati per prevedere gli episodi di morsicatura delle code in tempo reale.

Home

Figura 2. Elaborazione del modello in Agisoft Metashape (suinetto di una figliata di 10 a 4 ore dopo la castrazione come esempio): (a) Set di 11 immagini immesse in Metashape; (b) Set di 9 immagini allineate con successo nello spazio 3D da Metashape come rappresentato da rettangoli blu visti frontalmente e dall'alto; (c) Da sinistra a destra una vista del modello di nuvola di punti sparsa, wireframe e texture (ovvero con sovrapposizione di foto 3D) di un modello elaborato di un suinetto; (d) Posizione dei 16 punti di riferimento, inclusi 4 punti di riferimento per la scala nello stampo.

Impianti-attrezzaturaAbstract

Regolazione della Scala dell'Espressione Facciale del Dolore nei suinetti

I risultati suggeriscono che la tensione orbitale e la posizione delle orecchie possono essere parametri affidabili per la scala dell'espressione facciale del dolore del suinetto...

Home

Impianti-attrezzaturaAbstract

Rilevamento della variazione dimensionale della vulva della scrofa in calore mediante tecnologia di visione artificiale

La fotocamera LiDAR ha il potenziale come strumento non invasivo per aiutare a identificare il calore della scrofa...

Home

Impianti-attrezzaturaAbstract

Box illuminati vs. box oscurati: preferenze dei suinetti per sdraiarsi, mangiare ed attività

L'illuminazione potrebbe essere utilizzata per dividere i box in zone funzionali per aiutare a soddisfare le esigenze comportamentali dei suini...

Home

Figura 2. Immagini termografiche della ghiandola mammaria sinistra di scrofe per (A) gruppo di parità 1 (sano), (B) gruppo di parità 1 (clinicamente sospetto), (C) gruppo di parità 1 (malato), (D) gruppo di parità 2 (sano), (E) gruppo di parità 2 (clinicamente sospetto), (F) gruppo di parità 2 (malato), (G) gruppo di parità 3 (sano), (H) gruppo di parità 3 (clinicamente sospetto), (I) parità gruppo 3 (malato), (J) gruppo di parità 4 (sano), (K) gruppo di parità 4 (clinicamente sospetto) e (L) gruppo di parità 4 (malato). Il triangolo rosso all'interno del rettangolo nell'immagine mostra la posizione del pixel con la temperatura più alta (vedi Temperatura massima in alto a sinistra nell'immagine). (La figura è stata creata con BioRender.com)

ManagementAbstract

Caratteristiche delle immagini termiche della ghiandola mammaria e delle performance di scrofe secondo lo stato di salute e parità

La ghiandola mammaria delle scrofe è estremamente sensibile al loro stato di salute, una condizione anche subclinica può influenzare la produzione di latte. La termografia può essere di grande aiuto...

Home

Screenshot del software PigWatch che mostra le scrofe già inseminate con una dose (goccia blu), l'evoluzione dell'estro delle scrofe in analisi (213) e il consiglio ottimale per l'inseminazione (barra verticale verde) o dell'inseminazione preventiva se non fosse possibile l'inseminazione nell'orario proposto (barra verticale verde tratteggiata). "Con le mani" la scrofa 207 e 210 mostra la tecnica manuale in assenza di un algoritmo.

Impianti-attrezzaturaAbstract

Big (pig) data e internet delle cose (IOT): un nuovo paradigma per la suinicoltura

In questo studio i ricercatori analizzano le varie tecnologie oggi già disponibili per migliorare e rendere più efficiente la produzione di suini. Raccolta dati, strumenti e algoritmi sono la base della suinicoltura di oggi e del domani...

Non sei iscritto nella lista Ultima ora

Bollettino settimanale di notizie del mondo dei suini

Fai il log in e spunta la lista

Registrati login