Identificação do comportamento bovino a partir dos dados de movimentação e do posicionamento do animal

Detalhes bibliográficos
Ano de defesa: 2015
Autor(a) principal: Lomba, Luiz Fernando Delboni
Orientador(a): Rubinsztejn, Hana Karina Salles, Pires, Pedro Paulo
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Bovino
Cattle
Boi
Oxen
Animais - comportamento
Animal Behavior
Sensoriamento Remoto
Remote Sensing
Link de acesso: https://repositorio.ufms.br/handle/123456789/2627
Resumo: Este trabalho aborda a identificação automática do comportamento bovino, utilizando os dados de movimentação e posicionamento do animal e algoritmos de classificação supervisionada. Um colar composto por GPS, acelerômetro, giroscópio e magnetômetro foi desenvolvido e utilizado no pescoço de novilhas, mantidas no pasto experimental da Embrapa Gado de Corte, na cidade de Campo Grande / MS. Quatro unidades do colar coletaram mais de 500 horas de dados, sendo 71 horas com observação e anotação simultânea de um pesquisador. Os dados dos colares e das observações foram unificados e utilizados para construir o modelo de classificação automática dos comportamentos. Para classificar quatro comportamentos primário (Pastando/Procurando, Andando, Em Pé e Deitado), o algoritmo Random Forest obteve acurácia média de 93,99%. Separando os momentos que o animal estava Em Pé / Deitado Parado ou Ruminando, o modelo apresentou acurácia média de 89,55%. O trabalho também propõe uma metodologia para classificação dos comportamentos utilizando os dados dos colares e outras variáveis, tais como locais de interesse ou comportamentos já identificados. O comportamento Bebendo Água foi classificado utilizando as coordenadas geográficas e apresentou acurácia de 94,1%, enquanto sem elas a acurácia foi de apenas 71,2%. Esta pesquisa é fruto da parceria entre a FACOM / UFMS e a Embrapa Gado de Corte, dentro da linha de pesquisa de Tecnologias Computacionais para Pecuária.
id UFMS_17e0c5ba8c5486eb45a9f269a1f1b6e5
oai_identifier_str oai:repositorio.ufms.br:123456789/2627
network_acronym_str UFMS
network_name_str Repositório Institucional da UFMS
repository_id_str
spelling 2016-03-03T19:57:08Z2021-09-30T19:56:51Z2015https://repositorio.ufms.br/handle/123456789/2627Este trabalho aborda a identificação automática do comportamento bovino, utilizando os dados de movimentação e posicionamento do animal e algoritmos de classificação supervisionada. Um colar composto por GPS, acelerômetro, giroscópio e magnetômetro foi desenvolvido e utilizado no pescoço de novilhas, mantidas no pasto experimental da Embrapa Gado de Corte, na cidade de Campo Grande / MS. Quatro unidades do colar coletaram mais de 500 horas de dados, sendo 71 horas com observação e anotação simultânea de um pesquisador. Os dados dos colares e das observações foram unificados e utilizados para construir o modelo de classificação automática dos comportamentos. Para classificar quatro comportamentos primário (Pastando/Procurando, Andando, Em Pé e Deitado), o algoritmo Random Forest obteve acurácia média de 93,99%. Separando os momentos que o animal estava Em Pé / Deitado Parado ou Ruminando, o modelo apresentou acurácia média de 89,55%. O trabalho também propõe uma metodologia para classificação dos comportamentos utilizando os dados dos colares e outras variáveis, tais como locais de interesse ou comportamentos já identificados. O comportamento Bebendo Água foi classificado utilizando as coordenadas geográficas e apresentou acurácia de 94,1%, enquanto sem elas a acurácia foi de apenas 71,2%. Esta pesquisa é fruto da parceria entre a FACOM / UFMS e a Embrapa Gado de Corte, dentro da linha de pesquisa de Tecnologias Computacionais para Pecuária.ABSTRACT - This work approaches the automatic identification of cattle behavior, using animals’ movement and positioning data and supervised classification algorithms. A collar assembled with GPS, accelerometer, gyroscope and magnetometer was developed and it was used in the neck of heifers kept in the experimental pasture at Embrapa, in Campo Grande / MS. Four collars collected more than 500 hours of data, 71 hours with simultaneous viewing and annotation of a researcher. Data from collars and observations were unified and used to build a model for behavior automatic classification. To classify the four primary behaviors (Grazing / Looking, Walking, On Foot and laying), Random Forest algorithm had an average accuracy of 93.99%. By separating the moments the animal was On Foot or Laying in behaviors Stationary or Ruminating, the model had a mean accuracy of 89.55%. This work also proposes a methodology for classification of behaviors using data from collars and other variables, such as places of interest or behaviors already identified. The Drinking Water behavior was classified using geographic coordinates, and it presented an accuracy of 94.1%, while without the coordinates, the accuracy was only 71.2%. This research is a result of the partnership between FACOM / UFMS and Embrapa Beef Cattle, within Computational Technologies for Livestock research line.porBovinoCattleBoiOxenAnimais - comportamentoAnimal BehaviorSensoriamento RemotoRemote SensingIdentificação do comportamento bovino a partir dos dados de movimentação e do posicionamento do animalinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisRubinsztejn, Hana Karina SallesPires, Pedro PauloLomba, Luiz Fernando Delboniinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFMSinstname:Universidade Federal de Mato Grosso do Sul (UFMS)instacron:UFMSTHUMBNAILLUIZ FERNANDO DELBONI LOMBA.pdf.jpgLUIZ FERNANDO DELBONI LOMBA.pdf.jpgGenerated Thumbnailimage/jpeg1192https://repositorio.ufms.br/bitstream/123456789/2627/4/LUIZ%20FERNANDO%20DELBONI%20LOMBA.pdf.jpg57a2461fb28b7c97c7c49e41793669d7MD54ORIGINALLUIZ FERNANDO DELBONI LOMBA.pdfLUIZ FERNANDO DELBONI LOMBA.pdfapplication/pdf1431535https://repositorio.ufms.br/bitstream/123456789/2627/1/LUIZ%20FERNANDO%20DELBONI%20LOMBA.pdfc5be850a16c827317dd40a6678bfb704MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.ufms.br/bitstream/123456789/2627/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52TEXTLUIZ FERNANDO DELBONI LOMBA.pdf.txtLUIZ FERNANDO DELBONI LOMBA.pdf.txtExtracted texttext/plain0https://repositorio.ufms.br/bitstream/123456789/2627/3/LUIZ%20FERNANDO%20DELBONI%20LOMBA.pdf.txtd41d8cd98f00b204e9800998ecf8427eMD53123456789/26272021-09-30 15:56:51.549oai:repositorio.ufms.br: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Repositório InstitucionalPUBhttps://repositorio.ufms.br/oai/requestri.prograd@ufms.bropendoar:21242021-09-30T19:56:51Repositório Institucional da UFMS - Universidade Federal de Mato Grosso do Sul (UFMS)false
dc.title.pt_BR.fl_str_mv Identificação do comportamento bovino a partir dos dados de movimentação e do posicionamento do animal
title Identificação do comportamento bovino a partir dos dados de movimentação e do posicionamento do animal
spellingShingle Identificação do comportamento bovino a partir dos dados de movimentação e do posicionamento do animal
Lomba, Luiz Fernando Delboni
Bovino
Cattle
Boi
Oxen
Animais - comportamento
Animal Behavior
Sensoriamento Remoto
Remote Sensing
title_short Identificação do comportamento bovino a partir dos dados de movimentação e do posicionamento do animal
title_full Identificação do comportamento bovino a partir dos dados de movimentação e do posicionamento do animal
title_fullStr Identificação do comportamento bovino a partir dos dados de movimentação e do posicionamento do animal
title_full_unstemmed Identificação do comportamento bovino a partir dos dados de movimentação e do posicionamento do animal
title_sort Identificação do comportamento bovino a partir dos dados de movimentação e do posicionamento do animal
author Lomba, Luiz Fernando Delboni
author_facet Lomba, Luiz Fernando Delboni
author_role author
dc.contributor.advisor1.fl_str_mv Rubinsztejn, Hana Karina Salles
Pires, Pedro Paulo
dc.contributor.author.fl_str_mv Lomba, Luiz Fernando Delboni
contributor_str_mv Rubinsztejn, Hana Karina Salles
Pires, Pedro Paulo
dc.subject.por.fl_str_mv Bovino
Cattle
Boi
Oxen
Animais - comportamento
Animal Behavior
Sensoriamento Remoto
Remote Sensing
topic Bovino
Cattle
Boi
Oxen
Animais - comportamento
Animal Behavior
Sensoriamento Remoto
Remote Sensing
description Este trabalho aborda a identificação automática do comportamento bovino, utilizando os dados de movimentação e posicionamento do animal e algoritmos de classificação supervisionada. Um colar composto por GPS, acelerômetro, giroscópio e magnetômetro foi desenvolvido e utilizado no pescoço de novilhas, mantidas no pasto experimental da Embrapa Gado de Corte, na cidade de Campo Grande / MS. Quatro unidades do colar coletaram mais de 500 horas de dados, sendo 71 horas com observação e anotação simultânea de um pesquisador. Os dados dos colares e das observações foram unificados e utilizados para construir o modelo de classificação automática dos comportamentos. Para classificar quatro comportamentos primário (Pastando/Procurando, Andando, Em Pé e Deitado), o algoritmo Random Forest obteve acurácia média de 93,99%. Separando os momentos que o animal estava Em Pé / Deitado Parado ou Ruminando, o modelo apresentou acurácia média de 89,55%. O trabalho também propõe uma metodologia para classificação dos comportamentos utilizando os dados dos colares e outras variáveis, tais como locais de interesse ou comportamentos já identificados. O comportamento Bebendo Água foi classificado utilizando as coordenadas geográficas e apresentou acurácia de 94,1%, enquanto sem elas a acurácia foi de apenas 71,2%. Esta pesquisa é fruto da parceria entre a FACOM / UFMS e a Embrapa Gado de Corte, dentro da linha de pesquisa de Tecnologias Computacionais para Pecuária.
publishDate 2015
dc.date.issued.fl_str_mv 2015
dc.date.accessioned.fl_str_mv 2016-03-03T19:57:08Z
dc.date.available.fl_str_mv 2021-09-30T19:56:51Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufms.br/handle/123456789/2627
url https://repositorio.ufms.br/handle/123456789/2627
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMS
instname:Universidade Federal de Mato Grosso do Sul (UFMS)
instacron:UFMS
instname_str Universidade Federal de Mato Grosso do Sul (UFMS)
instacron_str UFMS
institution UFMS
reponame_str Repositório Institucional da UFMS
collection Repositório Institucional da UFMS
bitstream.url.fl_str_mv https://repositorio.ufms.br/bitstream/123456789/2627/4/LUIZ%20FERNANDO%20DELBONI%20LOMBA.pdf.jpg
https://repositorio.ufms.br/bitstream/123456789/2627/1/LUIZ%20FERNANDO%20DELBONI%20LOMBA.pdf
https://repositorio.ufms.br/bitstream/123456789/2627/2/license.txt
https://repositorio.ufms.br/bitstream/123456789/2627/3/LUIZ%20FERNANDO%20DELBONI%20LOMBA.pdf.txt
bitstream.checksum.fl_str_mv 57a2461fb28b7c97c7c49e41793669d7
c5be850a16c827317dd40a6678bfb704
8a4605be74aa9ea9d79846c1fba20a33
d41d8cd98f00b204e9800998ecf8427e
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFMS - Universidade Federal de Mato Grosso do Sul (UFMS)
repository.mail.fl_str_mv ri.prograd@ufms.br
_version_ 1845881987825401856

Registros relacionados