Apr, 2024
基于机器学习模型的用于小牛行为分类的ROCKET和Catch22特征评估
Evaluating ROCKET and Catch22 features for calf behaviour classification
from accelerometer data using Machine Learning models
Oshana Dissanayakea, Sarah E. McPhersonc, Joseph Allyndree, Emer Kennedy, Padraig Cunningham...
TL;DR该研究旨在比较ROCKET、Catch22和Hand-Crafted特征在预断奶小牛行为分类中的表现,结果表明ROCKET和RidgeClassifierCV的组合具有最好的平衡准确率(0.77),进而证明针对特定行为和环境调整这些方法对推进精确畜牧业和提高动物福利尺度上至关重要。