Сточари се суочавају са сталним изазовом праћења понашања животиња ради знакова болести или повреде.
Да би решио овај проблем, интердисциплинарни тим са Универзитета у Небраски развио је прецизну технологију која помаже произвођачима да непрестано прате животиње и користе податке за побољшање њиховог квалитета. У ову групу спадају инжењери електротехнике и рачунарски научници из Небраске, као и зоолошки научници који су развили технолошки систем користећи видео снимке свиња.
Систем обрађује видео материјале добијене са сточарских фарми свакодневно и користи методу „машинског учења“ анализе података, која користи статистичке алгоритме за помоћ рачунарским системима да се побољшају без експлицитног програмирања. Идентифицира поједине свиње и даје податке о њиховим свакодневним активностима, као што су храна, пиће и кретање.![](http://img.tomahnousfarm.org/img/ferm-2020/16019/image_mtzwVeg5SycKiw14B406Z.jpg)
На основу тих података систем такође може проценити колико свака свиња тежи и колико брзо расте. „Наш систем пружа модел типичног понашања“, рекао је Ериц Псота, ванредни професор, професор електротехнике и рачунарске технике. „Када животиња одступи од овог узорка, то може бити знак да нешто није у реду. То олакшава откривање проблема пре него што постану превелики да би их могли поправити. "
Тим је створио свој систем користећи мреже дубоког учења, облик машинског учења са милионима фактора и параметара. Да би препознали свиње са свих страна, мреже обрађују велике и мале слике, ротирају их и на други начин трансформишу.![](http://img.tomahnousfarm.org/img/ferm-2020/16019/image_TZhF7tolcl.jpg)
Тим користи ушне марке како би им помогао у идентификацији, али настоји се ослонити на јединствене физичке карактеристике, као што су облик уха, истовремено задржавајући произвођаче додатни рад на означавању. Иако је систем дизајниран за идентификацију свиња, његови алгоритми се могу користити за остале врсте стоке, попут говеда, коња, коза и оваца.