商品蛋鸡产蛋曲线的早期预警：一种支持向量机方法
应用统计
2019-04-09 v1 机器学习
摘要
人工智能改善了我们的日常生活，例如语音和手写文本识别、实时翻译和天气预报都是常用应用。在畜牧业中，机器学习算法具有早期检测和预警问题的潜力，这代表了家禽行业的一个重要里程碑。生产问题会造成经济损失，若及时采取措施则可避免。在当前研究中，针对商品蛋鸡生产曲线中问题的早期检测，使用来自 24 个鸡群、共 478,919 只产蛋母鸡的农场产蛋数据，进行了支持向量机的训练与测试。使用支持向量机并采用 5 折交叉验证，在不同先前时间间隔下进行实验，以提前最多 5 天的预测区间预警某鸡群是否将在生产曲线上出现问题。评估了准确率、特异度、灵敏度和阳性预测值等性能指标，在未见数据（测试集）上分别达到 0 天的 0.9874、0.9876、0.9783 和 0.6518。最优预测区间为 0 至 3 天，性能指标随预测区间增大而下降。需强调的是，该技术在提前一天发出警报时，准确率 0.9854、特异度 0.9865、灵敏度 0.9333、阳性预测值 0.6135。这一嵌入家禽管理计算机系统中的新颖应用能够为生产曲线相关问题的早期检测和预警提供显著改进。
引用
@article{arxiv.1904.03987,
title = {Early warning in egg production curves from commercial hens: A SVM approach},
author = {Iván Ramírez Morales and Daniel Rivero Cebrián and Enrique Fernández Blanco and Alejandro Pazos Sierra},
journal= {arXiv preprint arXiv:1904.03987},
year = {2019}
}