用于改善家禽福利的时间序列分类
机器学习
2018-11-09 v1 机器学习
摘要
家禽养殖场是人类食物链的重要贡献者。全世界人类饲养数量庞大的家养鸟类（如鸡）以获取蛋与肉，提供丰富的低脂肪蛋白质来源。然而，全球范围内对家禽养殖场牲畜生活质量的担忧日益增长；并要求提高动物福利标准的呼声愈发强烈。传感技术与机器学习的最新进展使得自动评估部分个体禽类健康并运用所得经验改善所有禽类福利成为可能。鉴于近年来人类行为分类的显著进展，且人类行为 presumably 更为复杂，该任务表面上看似容易。然而，正如我们将展示的，鸡行为分类带来若干独特挑战，其中首要的是从稀疏且含噪的数据创建可泛化的行为词典。本工作中我们引入一种新颖的时间序列词典学习算法，能够鲁棒地从弱标记数据源学习。
引用
@article{arxiv.1811.03149,
title = {Time Series Classification to Improve Poultry Welfare},
author = {Alireza Abdoli and Amy C. Murillo and Chin-Chia M. Yeh and Alec C. Gerry and Eamonn J. Keogh},
journal= {arXiv preprint arXiv:1811.03149},
year = {2018}
}