JP6866983B2 - 給餌制御器及び給餌制御方法 - Google Patents
給餌制御器及び給餌制御方法 Download PDFInfo
- Publication number
- JP6866983B2 JP6866983B2 JP2019045962A JP2019045962A JP6866983B2 JP 6866983 B2 JP6866983 B2 JP 6866983B2 JP 2019045962 A JP2019045962 A JP 2019045962A JP 2019045962 A JP2019045962 A JP 2019045962A JP 6866983 B2 JP6866983 B2 JP 6866983B2
- Authority
- JP
- Japan
- Prior art keywords
- feeding
- continuation
- stop
- knowledge
- learning data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 57
- 238000013500 data storage Methods 0.000 claims description 45
- 238000003860 storage Methods 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 22
- 238000005259 measurement Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 44
- 241000251468 Actinopterygii Species 0.000 description 28
- 230000000694 effects Effects 0.000 description 10
- 238000009395 breeding Methods 0.000 description 9
- 230000001488 breeding effect Effects 0.000 description 9
- 101100129500 Caenorhabditis elegans max-2 gene Proteins 0.000 description 7
- 101100083446 Danio rerio plekhh1 gene Proteins 0.000 description 7
- 238000007792 addition Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000009360 aquaculture Methods 0.000 description 3
- 244000144974 aquaculture Species 0.000 description 3
- 230000004634 feeding behavior Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000003912 environmental pollution Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000022542 predatory behavior Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Landscapes
- Farming Of Fish And Shellfish (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
am=(tm−Tmin)/(Tmax−Tmin)
A1={a1,b1,c1,d1,e1,/d1,/e1,id1}
A2={a2,b2,c2,d2,e2,/d2,/e2,id2}
A3=・・・・・
・
・
Am={am,bm,cm,dm,em,/dm,/em,idm}
B1={N1,aavg1,amin1,amax1,bavg1,bmin1,bmax1,cavg1,cmin1,cmax1,
davg1,dmin1,dmax1,eavg1,emin1,emax1,/davg1,/dmin1,/dmax1,
/eavg1, /emin1,/emax1}
B2={N2,aavg2,amin2,amax2,bavg2,bmin2,bmax2,cavg2,cmin2,cmax2,
davg2,dmin2,dmax2,eavg2,emin2,emax2,/davg2,/dmin2,/dmax2,
/eavg2,/emin2,/emax2}
B3=・・・・・
・
・
Bn={Nn,aavgn,aminn,amaxn,bavgn,bminn,bmaxn,cavgn,cminn,cmaxn,
davgn,dminn,dmaxn,eavgn,eminn,emaxn,/davgn,/dminn,/dmaxn,
/eavgn, /eminn,/emaxn}
n=ΣN(n)k
k=1
ab=1−{Max(aavg)−Min(aavg)}
a1=(t1−Tmin)/(Tmax−Tmin)
D10=ab*(a1−aavg10)2+bb*(b1−bavg10)2+cb*(c1−cavg10)2
+db*(d1−davg10)2+eb*(e1−eavg10)2+/db*(/d1−/davg10)2
+/eb*(/e1−/eavg10)2
D10=ab*(a1−aavg10)2+bb*(b1−bavg10)2+cb*(c1−cavg10)2
+db*(d1−davg10)2+eb*(e1−eavg10)2+/db*(/d1−/davg10)2
+/eb*(/e1−/eavg10)2
2:給餌装置
20:給餌制御器
21:給餌継続学習データ記憶部
22:給餌停止学習データ記憶部
23:知識クラスタ生成部
24:給餌継続用知識クラスタ記憶部
25:給餌停止用知識クラスタ記憶部
26:判定部
30:センサデータ記憶部
31:センサデータ演算部
40:給餌継続用特徴テーブル生成部
41:給餌停止用特徴テーブル生成部
42:給餌継続用特徴テーブル
43:給餌停止用特徴テーブル
Claims (13)
- 給餌装置による給餌を継続するか否かを判定する給餌制御器であって、
各種センサから所定時間毎に取得される要素毎の各種計測データをそれぞれ演算処理して得られる各計測値を一組とするセンサデータのうち、少なくとも給餌継続中の該センサデータを給餌継続学習データとして時系列で記憶する給餌継続学習データ記憶部と、
少なくともオペレータによる給餌停止操作を行ったときの前記センサデータを給餌停止学習データとして時系列で記憶する給餌停止学習データ記憶部と、
前記給餌継続学習データ記憶部に記憶された複数の前記給餌継続学習データ、または前記給餌停止学習データ記憶部に記憶された複数の前記給餌停止学習データのそれぞれの類似性を判定し、予め設定した複数個の給餌継続用知識クラスタ、または複数個の給餌停止用知識クラスタを生成する知識クラスタ生成部と、
前記知識クラスタ生成部で生成された前記給餌継続用知識クラスタ、または前記給餌停止用知識クラスタをそれぞれ格納する給餌継続用知識クラスタ記憶部、または給餌停止用知識クラスタ記憶部と、
給餌開始から所定時間経過後の前記センサデータを判定対象データとして、前記複数個の給餌継続用知識クラスタ及び前記複数個の給餌停止用知識クラスタとの合致度をそれぞれ算出し、給餌を継続するか否かを判定する判定部と、
を含んでなることを特徴とする給餌制御器。 - 前記判定部において、前記判定対象データと前記複数個の給餌継続用知識クラスタとの合致度を算出して所定の給餌継続指標を取得し、前記判定対象データと前記複数個の給餌停止用知識クラスタとの合致度を算出して所定の給餌停止指標を取得し、前記給餌継続指標と前記給餌停止指標との比、或いは前記給餌継続指標と前記給餌停止指標との組み合わせによって給餌を継続するか否かを判定することを特徴とする請求項1に記載の給餌制御器。
- 前記センサデータを所定時間毎に時系列で記憶するセンサデータ記憶部と、
前記センサデータ記憶部に記憶された前記センサデータを構成する前記各計測値に対して、前記要素毎に所定の演算処理を行うセンサデータ演算部と、
を更に備え、
前記センサデータに、前記センサデータ演算部によって算出された演算値を付加して前記判定対象データとすることを特徴とする請求項1または請求項2に記載の給餌制御器。 - 前記判定部にて給餌を継続するか否かが判定された前記判定対象データを、前記給餌継続学習データとして前記給餌継続学習データ記憶部に、或いは前記給餌停止学習データとして前記給餌停止学習データ記憶部に新たに記憶するとともに、
新たに記憶された前記給餌継続学習データと前記給餌継続用知識クラスタ、または新たに記憶された前記給餌停止学習データと前記給餌停止用知識クラスタとの合致度を算出し、前記給餌継続用知識クラスタまたは前記給餌停止用知識クラスタを更新或いは追加するとともに、前記新たに記憶された給餌継続学習データには前記給餌継続用知識クラスタ、或いは前記新たに記憶された給餌停止学習データには前記給餌停止用知識クラスタを紐づけすることを特徴とする請求項1から請求項3の何れかに記載の給餌制御器。 - 前記給餌継続用知識クラスタ記憶部に格納された全ての前記給餌継続用知識クラスタから給餌継続用特徴テーブルを生成する給餌継続用特徴テーブル生成部と、
前記給餌停止用知識クラスタ記憶部に格納された全ての前記給餌停止用知識クラスタから給餌停止用特徴テーブルを生成する給餌停止用特徴テーブル生成部と、
を更に備え、
前記合致度を算出する際、前記給餌継続用特徴テーブルまたは給餌停止用特徴テーブルで重み付けを行って算出することを特徴とする請求項1から請求項4の何れかに記載の給餌制御器。 - 給餌停止後、前記給餌継続学習データと前記給餌継続用知識クラスタとの距離が予め設定した閾値を超える場合は前記給餌継続用知識クラスタの再構築が必要であると判断し、前記給餌停止用学習データと前記給餌停止用知識クラスタとの距離が予め設定した閾値を超える場合は前記給餌停止用知識クラスタの再構築が必要であると判断して、再構築が必要であると判断された前記給餌継続用知識クラスタまたは前記給餌停止用知識クラスタの再構築を行うことを特徴とする請求項1から請求項5の何れかに記載の給餌制御器。
- 給餌装置による給餌を継続するか否かを判定する給餌制方法であって、
各種センサから所定時間毎に取得される要素毎の各種計測データをそれぞれ演算処理して得られる各計測値を一組とするセンサデータのうち、給餌継続中の該センサデータを給餌継続学習データとして、或いはオペレータによる給餌停止操作を行ったときの前記センサデータを給餌停止学習データとして時系列で記憶する学習データ記憶ステップと、
複数の前記給餌継続学習データの類似性を判定し、予め設定した複数個の給餌継続用知識クラスタを生成する、或いは複数の前記給餌停止学習データの類似性を判定し、予め設定した複数個の給餌停止用知識クラスタを生成する知識クラスタ生成ステップと、
給餌開始から所定時間経過後の前記センサデータを判定対象データとして、前記複数個の給餌継続用知識クラスタ及び前記複数個の給餌停止用知識クラスタとの合致度をそれぞれ算出し、給餌を継続するか否かを判定する判定ステップと、
を含んでなることを特徴とする給餌制御方法。 - 前記判定ステップが、前記判定対象データと前記複数個の給餌継続用知識クラスタとの合致度を算出して所定の給餌継続指標を取得するステップと、
前記判定対象データと前記複数個の給餌停止用知識クラスタとの合致度を算出して所定の給餌停止指標を取得するステップと、
前記給餌継続指標と前記給餌停止指標との比と、所定の閾値とを比較するステップとを含んでなることを特徴とする請求項7に記載の給餌制御方法。 - 前記判定ステップが、前記判定対象データと前記複数個の給餌継続用知識クラスタとの合致度を算出して所定の給餌継続指標を取得するステップと、
前記判定対象データと前記複数個の給餌停止用知識クラスタとの合致度を算出して所定の給餌停止指標を取得するステップと、
前記給餌継続指標及び前記給餌停止指標の一方が縦軸、他方が横軸にとられ、予め給餌継続又は給餌停止が設定された判定表を参照して、前記給餌継続指標及び前記給餌停止指標の組み合わせから給餌を継続するか否かを判定することを特徴とする請求項7に記載の給餌制御方法。 - 前記学習データ記憶ステップが、前記センサデータを構成する前記各計測値に対して、前記要素毎に所定の演算処理を行う演算処理ステップと、
前記センサデータに、前記演算処理ステップにおいて算出された演算値を付加して前記判定対象データとする演算値付加ステップと、
を含んでなることを特徴とする請求項7から請求項9の何れかに記載の給餌制御方法。 - 更に、前記判定ステップにおいて給餌を継続するか否かが判定された前記判定対象データを、前記給餌継続学習データとして、或いは前記給餌停止学習データとして新たに記憶する学習データ追加記憶ステップと、
新たに記憶された前記給餌継続学習データと前記給餌継続用知識クラスタ、または新たに記憶された前記給餌停止学習データと前記給餌停止用知識クラスタとの合致度を算出し、前記給餌継続用知識クラスタまたは前記給餌停止用知識クラスタを更新或いは追加する知識クラスタ更新・追加ステップと、
を含んでなることを特徴とする請求項7から請求項10の何れかに記載の給餌制御方法。 - 更に、前記複数個の給餌継続用知識クラスタから給餌継続用特徴テーブルを生成する給餌継続用特徴テーブル生成ステップと、
前記複数個の給餌停止用知識クラスタから給餌停止用特徴テーブルを生成する給餌停止用特徴テーブル生成ステップと、
を含んでなり、
前記合致度を算出する際、前記給餌継続用特徴テーブルまたは給餌停止用特徴テーブルで重み付けを行って算出することを特徴とする請求項7から請求項11の何れかに記載の給餌制御方法。 - 更に、給餌停止後、前記給餌継続学習データと前記給餌継続用知識クラスタとの距離が予め設定した閾値を超える場合は前記給餌継続用知識クラスタの再構築が必要であると判断し、前記給餌停止用学習データと前記給餌停止用知識クラスタとの距離が予め設定した閾値を超える場合は前記給餌停止用知識クラスタの再構築が必要であると判断して、再構築が必要であると判断された前記給餌継続用知識クラスタまたは前記給餌停止用知識クラスタの再構築を行う知識クラスタ再構築ステップを含んでなることを特徴とする請求項7から請求項12の何れかに記載の給餌制御方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019045962A JP6866983B2 (ja) | 2019-03-13 | 2019-03-13 | 給餌制御器及び給餌制御方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019045962A JP6866983B2 (ja) | 2019-03-13 | 2019-03-13 | 給餌制御器及び給餌制御方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020145959A JP2020145959A (ja) | 2020-09-17 |
JP6866983B2 true JP6866983B2 (ja) | 2021-04-28 |
Family
ID=72429065
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019045962A Active JP6866983B2 (ja) | 2019-03-13 | 2019-03-13 | 給餌制御器及び給餌制御方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6866983B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4305958A4 (en) * | 2021-03-12 | 2024-04-10 | Softbank Corp. | INFORMATION PROCESSING PROGRAM, INFORMATION PROCESSING METHOD AND INFORMATION PROCESSING DEVICE |
CN114467824B (zh) * | 2022-03-04 | 2023-05-26 | 上海海洋大学 | 智能投饵船 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010117001A1 (ja) * | 2009-04-07 | 2010-10-14 | 日本水産株式会社 | 養殖魚の給餌方法及び給餌システム |
JP6066086B2 (ja) * | 2011-02-28 | 2017-01-25 | 日本電気株式会社 | データ判別装置、方法及びプログラム |
JP6302954B2 (ja) * | 2015-05-14 | 2018-03-28 | 株式会社アドダイス | 管理システム及び管理方法 |
-
2019
- 2019-03-13 JP JP2019045962A patent/JP6866983B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2020145959A (ja) | 2020-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Real-time behavior detection and judgment of egg breeders based on YOLO v3 | |
CN107667903B (zh) | 基于物联网的畜牧养殖活体体重监测方法 | |
JP6866983B2 (ja) | 給餌制御器及び給餌制御方法 | |
JP7301139B2 (ja) | 成長評価装置、成長評価方法および成長評価プログラム | |
WO2021172574A1 (ja) | 畜産情報管理システム、畜産情報管理サーバ、畜産情報管理方法、及び畜産情報管理プログラム | |
JP2019170349A (ja) | 水生生物生産管理システム | |
CN116934088B (zh) | 一种基于分析模型的鸽子养殖智能管理方法及其系统 | |
CN111838027A (zh) | 一种纯氧供应水产养殖系统及方法 | |
Huang et al. | Cow tail detection method for body condition score using Faster R-CNN | |
Bist et al. | Mislaying behavior detection in cage-free hens with deep learning technologies | |
KR20230094873A (ko) | 양계 데이터 처리 방법 및 장치 | |
Adams et al. | Precision of cementum annuli method for aging male white-tailed deer | |
CN109359624B (zh) | 基于神经网络的蛋鸡采食行为的预测方法及预测装置 | |
CN116277073A (zh) | 一种鸡的养殖巡检机器人设备、控制系统及方法 | |
TWI784740B (zh) | 家禽健康監測系統及其方法 | |
CN110738351B (zh) | 一种智能监测装置、系统及控制方法 | |
CN109242219B (zh) | 蛋鸡采食行为的预测方法及蛋鸡采食行为的预测装置 | |
Park et al. | Deep learning-based method for detecting anomalies of operating equipment dynamically in livestock farms | |
KR20210069987A (ko) | 영상 이미지를 이용한 작물 성장 진단 시스템 및 방법 | |
Hu et al. | Developing intelligent feeding systems based on deep learning | |
CN116579508B (zh) | 一种鱼类预测方法、装置、设备及存储介质 | |
Birzniece et al. | Time Series Forecast Model Application for Broiler Weight Prediction Using Environmental Factors | |
Marsh et al. | The 2016 stock assessment of paua (Haliotis iris) for PAU 5D | |
CN115859209B (zh) | 基于饲料消耗数据的畜牧业家禽养殖异常识别方法 | |
EP4321018A1 (en) | Method and system for assessing livestock welfare based on the analysis of animals vocalization audio signals |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200207 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210202 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210309 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210331 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6866983 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |