CowTalk: Automatic classification of cow vocalisations for monitoring their well-being (Q3217188): Difference between revisions
Jump to navigation
Jump to search
(Changed label, description and/or aliases in de, and other parts: Adding German translations) |
(Changed label, description and/or aliases in nl, and other parts: Adding Dutch translations) |
||||||||||||||
| label / nl | label / nl | ||||||||||||||
CowTalk: Automatische classificatie van koeienvocalisaties voor het monitoren van hun welzijn | |||||||||||||||
| Property / summary | |||||||||||||||
Zuivel is een van de meest actieve landbouwsystemen in Europa [1]. In de afgelopen decennia is dierenwelzijn een belangrijk punt van zorg voor deze industrie geworden. Uit studies blijkt dat het welzijn van koeien een negatief effect kan hebben op hun groei- en voortplantingspotentieel, alsook op de kwantiteit en kwaliteit van de melk die zij produceren [2]. Bovendien is de samenleving zich steeds meer bewust geworden van dierenwelzijn, waarbij transparantie en een betere behandeling van landbouwhuisdieren worden geëist [3]._x000D_ De beoordeling van het dierenwelzijn is echter normaal gesproken gebaseerd op puntregistraties van milieu- en dierspecifieke indicatoren. De hiervoor beschikbare instrumenten zijn duur, tijdrovend en soms zelfs invasief [4]._x000D_ Dit project brengt een multidisciplinair team samen om de technische en marktacceptatie van Precision Livestock Technology (PFL) te evalueren om welzijnsproblemen zoals stress en pijn bij melkvee automatisch op te sporen, die de belangrijkste negatieve effecten zijn die het welzijn verminderen. Deze niet-invasieve monitoringoplossing gebaseerd op een 24x7-bedieningssensor die gebruik maakt van geluidsherkenningstechnologie om de vocalisatie van de koe te analyseren, brengt voordelen voor producenten — als een vroegtijdig waarschuwingssysteem voor mogelijke problemen, waarmee ze corrigerende en tijdige maatregelen kunnen nemen — en ook voor consumenten, die zich steeds meer bewust zijn van het welzijn van voedselproducerende dieren._x000D_ Dit project maakt gebruik van het werk en de kennis van de door onze leden gefinancierde projecten:_x000D_ 1. Het LIFE + DynaMap-project (LIFE13 ENV/IT/001.254) maakt automatisch een onderscheid tussen verkeerslawaai en andere abnormale gebeurtenissen voor het genereren van verkeerslawaaikaarten in real time. Deze ervaring zal het uitgangspunt zijn voor de analyse van vocalisaties en hun mogelijke automatische onderscheiding. Dr. Dr. Alsina is een technisch leider van WP-technici die verwijzen naar de algoritmische signaalverwerking en kunstmatige intelligentie voor het werken met de ANED, de Anomalous Noise Event Detector._x000D_ 2. Het SmartSense projectraamwerk (TECSPR16-1-0066) is ontworpen en geïmplementeerd door het gelijknamige platform om de ontwikkeling van proof of concept in technologieherkenning van verschillende soorten geluid te versnellen. Dit platform zal worden gebruikt om onze oplossing te ontwikkelen. Dr. Duboc is de kop._x000D_ 3. Het ClearFarm-project (862.919 — H2020-SFS-2018-2020/H2020-SFS-2019-1) zal een platform bieden om inzicht te krijgen in de behoeften van landbouwers en consumenten op het gebied van dierenwelzijn en aldus een rechtstreeks beeld te geven van de behoeften van de markt. We nemen contact op met de partners van dit project om de acceptatie en acceptatie van een PLF-oplossing op de markt te beoordelen met behulp van onze technologie. Dr. Llonch is de wetenschappelijke coördinator._x000D_ [1] http://tiny.cc/9yu07y_x000D_ [2] doi: 10.3389/fvets.2018.00305_x000D_ [3] doi:10.2875/884639_x000D_ [4] doi:10.7120/09627286.21.3.339 (Dutch) | |||||||||||||||
| Property / summary: Zuivel is een van de meest actieve landbouwsystemen in Europa [1]. In de afgelopen decennia is dierenwelzijn een belangrijk punt van zorg voor deze industrie geworden. Uit studies blijkt dat het welzijn van koeien een negatief effect kan hebben op hun groei- en voortplantingspotentieel, alsook op de kwantiteit en kwaliteit van de melk die zij produceren [2]. Bovendien is de samenleving zich steeds meer bewust geworden van dierenwelzijn, waarbij transparantie en een betere behandeling van landbouwhuisdieren worden geëist [3]._x000D_ De beoordeling van het dierenwelzijn is echter normaal gesproken gebaseerd op puntregistraties van milieu- en dierspecifieke indicatoren. De hiervoor beschikbare instrumenten zijn duur, tijdrovend en soms zelfs invasief [4]._x000D_ Dit project brengt een multidisciplinair team samen om de technische en marktacceptatie van Precision Livestock Technology (PFL) te evalueren om welzijnsproblemen zoals stress en pijn bij melkvee automatisch op te sporen, die de belangrijkste negatieve effecten zijn die het welzijn verminderen. Deze niet-invasieve monitoringoplossing gebaseerd op een 24x7-bedieningssensor die gebruik maakt van geluidsherkenningstechnologie om de vocalisatie van de koe te analyseren, brengt voordelen voor producenten — als een vroegtijdig waarschuwingssysteem voor mogelijke problemen, waarmee ze corrigerende en tijdige maatregelen kunnen nemen — en ook voor consumenten, die zich steeds meer bewust zijn van het welzijn van voedselproducerende dieren._x000D_ Dit project maakt gebruik van het werk en de kennis van de door onze leden gefinancierde projecten:_x000D_ 1. Het LIFE + DynaMap-project (LIFE13 ENV/IT/001.254) maakt automatisch een onderscheid tussen verkeerslawaai en andere abnormale gebeurtenissen voor het genereren van verkeerslawaaikaarten in real time. Deze ervaring zal het uitgangspunt zijn voor de analyse van vocalisaties en hun mogelijke automatische onderscheiding. Dr. Dr. Alsina is een technisch leider van WP-technici die verwijzen naar de algoritmische signaalverwerking en kunstmatige intelligentie voor het werken met de ANED, de Anomalous Noise Event Detector._x000D_ 2. Het SmartSense projectraamwerk (TECSPR16-1-0066) is ontworpen en geïmplementeerd door het gelijknamige platform om de ontwikkeling van proof of concept in technologieherkenning van verschillende soorten geluid te versnellen. Dit platform zal worden gebruikt om onze oplossing te ontwikkelen. Dr. Duboc is de kop._x000D_ 3. Het ClearFarm-project (862.919 — H2020-SFS-2018-2020/H2020-SFS-2019-1) zal een platform bieden om inzicht te krijgen in de behoeften van landbouwers en consumenten op het gebied van dierenwelzijn en aldus een rechtstreeks beeld te geven van de behoeften van de markt. We nemen contact op met de partners van dit project om de acceptatie en acceptatie van een PLF-oplossing op de markt te beoordelen met behulp van onze technologie. Dr. Llonch is de wetenschappelijke coördinator._x000D_ [1] http://tiny.cc/9yu07y_x000D_ [2] doi: 10.3389/fvets.2018.00305_x000D_ [3] doi:10.2875/884639_x000D_ [4] doi:10.7120/09627286.21.3.339 (Dutch) / rank | |||||||||||||||
Normal rank | |||||||||||||||
| Property / summary: Zuivel is een van de meest actieve landbouwsystemen in Europa [1]. In de afgelopen decennia is dierenwelzijn een belangrijk punt van zorg voor deze industrie geworden. Uit studies blijkt dat het welzijn van koeien een negatief effect kan hebben op hun groei- en voortplantingspotentieel, alsook op de kwantiteit en kwaliteit van de melk die zij produceren [2]. Bovendien is de samenleving zich steeds meer bewust geworden van dierenwelzijn, waarbij transparantie en een betere behandeling van landbouwhuisdieren worden geëist [3]._x000D_ De beoordeling van het dierenwelzijn is echter normaal gesproken gebaseerd op puntregistraties van milieu- en dierspecifieke indicatoren. De hiervoor beschikbare instrumenten zijn duur, tijdrovend en soms zelfs invasief [4]._x000D_ Dit project brengt een multidisciplinair team samen om de technische en marktacceptatie van Precision Livestock Technology (PFL) te evalueren om welzijnsproblemen zoals stress en pijn bij melkvee automatisch op te sporen, die de belangrijkste negatieve effecten zijn die het welzijn verminderen. Deze niet-invasieve monitoringoplossing gebaseerd op een 24x7-bedieningssensor die gebruik maakt van geluidsherkenningstechnologie om de vocalisatie van de koe te analyseren, brengt voordelen voor producenten — als een vroegtijdig waarschuwingssysteem voor mogelijke problemen, waarmee ze corrigerende en tijdige maatregelen kunnen nemen — en ook voor consumenten, die zich steeds meer bewust zijn van het welzijn van voedselproducerende dieren._x000D_ Dit project maakt gebruik van het werk en de kennis van de door onze leden gefinancierde projecten:_x000D_ 1. Het LIFE + DynaMap-project (LIFE13 ENV/IT/001.254) maakt automatisch een onderscheid tussen verkeerslawaai en andere abnormale gebeurtenissen voor het genereren van verkeerslawaaikaarten in real time. Deze ervaring zal het uitgangspunt zijn voor de analyse van vocalisaties en hun mogelijke automatische onderscheiding. Dr. Dr. Alsina is een technisch leider van WP-technici die verwijzen naar de algoritmische signaalverwerking en kunstmatige intelligentie voor het werken met de ANED, de Anomalous Noise Event Detector._x000D_ 2. Het SmartSense projectraamwerk (TECSPR16-1-0066) is ontworpen en geïmplementeerd door het gelijknamige platform om de ontwikkeling van proof of concept in technologieherkenning van verschillende soorten geluid te versnellen. Dit platform zal worden gebruikt om onze oplossing te ontwikkelen. Dr. Duboc is de kop._x000D_ 3. Het ClearFarm-project (862.919 — H2020-SFS-2018-2020/H2020-SFS-2019-1) zal een platform bieden om inzicht te krijgen in de behoeften van landbouwers en consumenten op het gebied van dierenwelzijn en aldus een rechtstreeks beeld te geven van de behoeften van de markt. We nemen contact op met de partners van dit project om de acceptatie en acceptatie van een PLF-oplossing op de markt te beoordelen met behulp van onze technologie. Dr. Llonch is de wetenschappelijke coördinator._x000D_ [1] http://tiny.cc/9yu07y_x000D_ [2] doi: 10.3389/fvets.2018.00305_x000D_ [3] doi:10.2875/884639_x000D_ [4] doi:10.7120/09627286.21.3.339 (Dutch) / qualifier | |||||||||||||||
point in time: 17 December 2021
| |||||||||||||||
Revision as of 21:05, 17 December 2021
Project Q3217188 in Spain
| Language | Label | Description | Also known as |
|---|---|---|---|
| English | CowTalk: Automatic classification of cow vocalisations for monitoring their well-being |
Project Q3217188 in Spain |
Statements
10,000.0 Euro
0 references
20,000.0 Euro
0 references
50.0 percent
0 references
1 January 2020
0 references
30 September 2020
0 references
UNIVERSIDAD RAMON LLULL
0 references
41°22'58.40"N, 2°10'38.75"E
0 references
08019
0 references
El ganado lácteo es uno de los sistemas ganaderos con más actividad en producción en Europa [1]. Durante las últimas décadas, el bienestar animal se ha convertido en una preocupación fundamental para esta industria. Los estudios demuestran que el bienestar de las vacas puede afectar negativamente a su crecimiento y su potencial reproductivo, así como la cantidad y la calidad de la leche que producen [2]. Además, la sociedad se ha vuelto cada vez más consciente del bienestar animal, exigiendo transparencia y un mejor tratamiento de los animales de granja [3]._x000D_ Sin embargo, la evaluación del bienestar animal se basa normalmente en grabaciones puntuales de indicadores ambientales y basados en animales. Las herramientas disponibles para este propósito son costosas, requieren mucho tiempo y, a veces, incluso son invasivas [4]._x000D_ Este proyecto reúne un equipo multidisciplinario para evaluar la aceptación técnica y de mercado de una tecnología ganadera de precisión (Precision Livestock Technology - PFL) para detectar automáticamente problemas de bienestar como el estrés y el dolor en el ganado vacuno de leche, que se ha observado que son los principales efectos negativos que reducen el bienestar. Esta solución de monitorización no invasiva basada en un sensor funcionando 24x7 que utiliza una tecnología de reconocimiento de sonido para analizar la vocalización de la vaca, aportando beneficios a los productores --- como sistema de alerta temprana de posibles problemas, que les pueda permitir tomar medidas correctivas y oportunas --- y también a los consumidores, cada día más concienciados por el bienestar de los animales productores de alimentos._x000D_ Este proyecto aprovecha el trabajo y los conocimientos de los proyectos financiados de nuestros miembros:_x000D_ 1. En el marco del proyecto LIFE + DYNAMAP (LIFE13 ENV / IT / 001.254) se distingue automáticamente entre el ruido de tráfico y el resto de eventos anómalos para la generación en tiempo real del mapa de ruido de tráfico. Esta experiencia será el punto de partida para el análisis de las vocalizaciones y su posible distinción automática. La Dra. Alsina es líder técnica de WP técnicos que hacen referencia a la algorítmica de procesamiento de señal y de inteligencia artificial para el trabajo con la ANED, que es el Anomalous Noise Event Detector._x000D_ 2. El el marco del proyecto SmartSense (TECSPR16-1-0066) se diseñó e implementó la plataforma homónima para acelerar el desarrollo de pruebas de concepto en tecnología de reconocimiento de diferentes tipos de sonido. Esta plataforma se utilizará para desarrollar nuestra solución. El Dr. Duboc es la titular._x000D_ 3. El proyecto ClearFarm (862.919 - H2020-SFS-2018-2020 / H2020-SFS-2019-1) ofrecerá una plataforma para entender las necesidades de los agricultores y los consumidores en términos de bienestar animal y, por tanto, una visión directa de las necesidades del mercado. Nos pondremos en contacto con los socios de este proyecto para evaluar la aceptación y la aceptabilidad del mercado de una solución PLF mediante nuestra tecnología. El Dr. Llonch es el coordinador científico._x000D_ [1] http://tiny.cc/9yu07y_x000D_ [2] doi: 10.3389/fvets.2018.00305_x000D_ [3] doi:10.2875/884639_x000D_ [4] doi:10.7120/09627286.21.3.339 (Spanish)
0 references
Dairy cattle is one of the livestock systems with the highest production shares in Europe [1]. Over the last decades, animal welfare has become a fundamental concern for this industry. Studies show that the welfare of cows may adversely affect their growth and reproductive potential, as well as the quantity and the quality of the milk they produce [2]. Furthermore, society has become increasingly aware of animal welfare, demanding transparency and better treatment of farmed animals [3]. _x000D_ However, the assessment of animal welfare normally relies on momentary recordings of environmental and animal-based indicators. Tools available for this purpose are costly, time consuming and sometimes invasive [4]. _x000D_ This project brings together a multidisciplinary team to evaluate the technical and market acceptance of a precision livestock technology (PFL) for automatically detecting welfare problems such as stress and pain in dairy cattle, both proven to be the major negative effect states reducing welfare. This sensor-based non-invasive 24x7 monitoring solution uses sound analysis and recognition technology to monitor cow¿s vocalization, bringing benefits to both producers --- as an early warning system of potential problems, allowing them to take corrective and timely measures --- and consumers, likely concerned about the welfare food producing animals. _x000D_ This project leverages the work of funded projects from our team members: _x000D_ 1. LIFE+ DYNAMAP (LIFE13 ENV/IT/001254) automatically distinguishes between traffic and non-traffic noise for the real-time generation of traffic noise map. Learnings from this experience will inform the choice and fine tuning of algorithms for analysing the vocalization of cows. Dr. Alsina is a WP technical leader._x000D_ 2. SmartSense (TECSPR16-1-0066) developed the SmartSense platform for the rapid development of proofs-of-concept in sound recognition technology. This platform will be used to develop our solution. Dr. Duboc is the PI._x000D_ 3. ClearFarm (862919 ¿ H2020-SFS-2018-2020/H2020-SFS-2019-1) will offer a platform to understand the needs of farmers and consumers in terms of animal welfare, and thus a direct view of the market needs. We will contact the partners from this project to assess the market acceptance and acceptability of a PLF solution using our technology. Dr. Llonch is the scientific coordinator._x000D_ [1] http://tiny.cc/9yu07y_x000D_ [2] doi: 10.3389/fvets.2018.00305_x000D_ [3] doi:10.2875/884639_x000D_ [4] doi:10.7120/09627286.21.3.339 (English)
0 references
Les produits laitiers sont l’un des systèmes agricoles les plus actifs d’Europe [1]. Au cours des dernières décennies, le bien-être des animaux est devenu une préoccupation majeure pour cette industrie. Des études montrent que le bien-être des vaches peut avoir une incidence négative sur leur croissance et leur potentiel de reproduction, ainsi que sur la quantité et la qualité du lait qu’elles produisent [2]. En outre, la société est devenue de plus en plus consciente du bien-être des animaux, exigeant la transparence et un meilleur traitement des animaux d’élevage [3]._x000D_ Toutefois, l’évaluation du bien-être animal repose normalement sur des enregistrements ponctuels d’indicateurs environnementaux et animaux. Les outils disponibles à cet effet sont coûteux, longs et parfois même envahissants [4]._x000D_ Ce projet réunit une équipe multidisciplinaire chargée d’évaluer l’acceptation technique et commerciale de la technologie d’élevage de précision (PFL) afin de détecter automatiquement les problèmes de bien-être tels que le stress et la douleur chez les bovins laitiers, qui sont les principaux effets négatifs qui réduisent le bien-être. Cette solution de surveillance non invasive basée sur un capteur d’exploitation 24x7 qui utilise la technologie de reconnaissance sonore pour analyser la vocalisation de la vache, apportant des avantages aux producteurs — en tant que système d’alerte précoce des problèmes possibles, qui peut leur permettre de prendre des mesures correctives et opportunes — ainsi qu’aux consommateurs, de plus en plus conscients du bien-être des animaux producteurs d’aliments._x000D_ Ce projet tire parti du travail et de la connaissance des projets financés par nos membres:_x000D_ 1. Le projet LIFE + DynaMap (LIFE13 ENV/IT/001.254) établit automatiquement une distinction entre le bruit du trafic et d’autres événements anormaux pour la production en temps réel de cartes du bruit du trafic. Cette expérience sera le point de départ de l’analyse des vocalisations et de leur possible distinction automatique. Dr. Dr. Alsina est un leader technique des techniciens WP qui se réfèrent au traitement du signal algorithmique et à l’intelligence artificielle pour travailler avec l’ANED, qui est le détecteur d’événements de bruit anormale._x000D_ 2. Le cadre de projet SmartSense (TECSPR16-1-0066) a été conçu et mis en œuvre la plate-forme homonyme pour accélérer le développement de la preuve de concept dans la reconnaissance technologique de différents types de sons. Cette plateforme sera utilisée pour développer notre solution. Dr. Duboc est le titre._x000D_ 3. Le projet ClearFarm (862.919 — H2020-SFS-2018-2020/H2020-SFS-2019-1) fournira une plate-forme pour comprendre les besoins des agriculteurs et des consommateurs en termes de bien-être animal et donc une vision directe des besoins du marché. Nous contacterons les partenaires de ce projet pour évaluer l’acceptation et l’acceptabilité sur le marché d’une solution PLF utilisant notre technologie. M. Llonch est coordinateur scientifique._x000D_ [1] http://tiny.cc/9yu07y_x000D_ [2] doi: 10.3389/fvets.2018.00305_x000D_ [3] doi:10.2875/884639_x000D_ [4] doi:10.7120/09627286.21.3.339 (French)
5 December 2021
0 references
Molkerei ist eines der aktivsten landwirtschaftlichen Systeme in Europa [1]. In den letzten Jahrzehnten ist der Tierschutz zu einem zentralen Anliegen dieser Branche geworden. Studien zeigen, dass das Wohlbefinden der Kühe ihr Wachstum und ihr Fortpflanzungspotenzial sowie die Menge und Qualität der Milch, die sie produzieren, negativ beeinflussen kann [2]. Darüber hinaus hat sich die Gesellschaft zunehmend dem Tierschutz bewusst, fordert Transparenz und bessere Behandlung von Nutztieren [3]._x000D_ Allerdings basiert die Bewertung des Tierschutzes in der Regel auf Punktaufzeichnungen von Umwelt- und Tierindikatoren. Die dafür zur Verfügung stehenden Werkzeuge sind kostspielig, zeitaufwendig und manchmal sogar invasiv [4]._x000D_ Dieses Projekt bringt ein multidisziplinäres Team zusammen, um die technische und Marktakzeptanz von Precision Livestock Technology (PFL) zu bewerten, um automatisch Wohlfahrtsprobleme wie Stress und Schmerzen bei Milchvieh zu erkennen, die als die wichtigsten negativen Auswirkungen beobachtet wurden, die das Wohlbefinden verringern. Diese nicht-invasive Überwachungslösung basiert auf einem 24x7-Betriebssensor, der die Vokalisierung der Kuh analysiert und den Produzenten Vorteile bringt – als Frühwarnsystem für mögliche Probleme, die es ihnen ermöglichen, Korrekturmaßnahmen und rechtzeitige Maßnahmen zu ergreifen – und auch für Verbraucher, die sich zunehmend des Wohlergehens von lebensmittelvermehrenden Tieren bewusst sind._x000D_ Dieses Projekt nutzt die Arbeit und das Wissen der finanzierten Projekte unserer Mitglieder:_x000D_ 1. Das Projekt LIFE + DynaMap (LIFE13 ENV/IT/001.254) unterscheidet automatisch zwischen Verkehrslärm und anderen anomalen Ereignissen für die Echtzeitgenerierung von Verkehrslärmkarten. Diese Erfahrung wird der Ausgangspunkt für die Analyse der Vokalisierungen und ihre mögliche automatische Unterscheidung sein. Dr. Dr. Alsina ist eine technische Leiterin von WP-Technikern, die sich auf die algorithmische Signalverarbeitung und künstliche Intelligenz für die Arbeit mit dem ANED, dem Anomalous Noise Event Detector, beziehen._x000D_ 2. Das SmartSense Projekt Framework (TECSPR16-1-0066) wurde entwickelt und implementiert die gleichnamige Plattform, um die Entwicklung von Proof of Concept in der Technologieerkennung unterschiedlicher Klangarten zu beschleunigen. Diese Plattform wird genutzt, um unsere Lösung zu entwickeln. Dr. Duboc ist die Überschrift._x000D_ 3. Das ClearFarm-Projekt (862.919 – H2020-SFS-2018-2020/H2020-SFS-2019-1) wird eine Plattform bieten, um die Bedürfnisse von Landwirten und Verbrauchern im Hinblick auf den Tierschutz und damit eine direkte Sicht auf die Marktbedürfnisse zu verstehen. Wir werden die Partner dieses Projekts kontaktieren, um die Marktakzeptanz und Akzeptanz einer PLF-Lösung mit unserer Technologie zu bewerten. Dr. Llonch ist wissenschaftlicher Koordinator._x000D_ [1] http://tiny.cc/9yu07y_x000D_ [2] doi: 10.3389/fvets.2018.00305_x000D_ [3] doi:10.2875/884639_x000D_ [4] doi:10.7120/09627286.21.3.339 (German)
10 December 2021
0 references
Zuivel is een van de meest actieve landbouwsystemen in Europa [1]. In de afgelopen decennia is dierenwelzijn een belangrijk punt van zorg voor deze industrie geworden. Uit studies blijkt dat het welzijn van koeien een negatief effect kan hebben op hun groei- en voortplantingspotentieel, alsook op de kwantiteit en kwaliteit van de melk die zij produceren [2]. Bovendien is de samenleving zich steeds meer bewust geworden van dierenwelzijn, waarbij transparantie en een betere behandeling van landbouwhuisdieren worden geëist [3]._x000D_ De beoordeling van het dierenwelzijn is echter normaal gesproken gebaseerd op puntregistraties van milieu- en dierspecifieke indicatoren. De hiervoor beschikbare instrumenten zijn duur, tijdrovend en soms zelfs invasief [4]._x000D_ Dit project brengt een multidisciplinair team samen om de technische en marktacceptatie van Precision Livestock Technology (PFL) te evalueren om welzijnsproblemen zoals stress en pijn bij melkvee automatisch op te sporen, die de belangrijkste negatieve effecten zijn die het welzijn verminderen. Deze niet-invasieve monitoringoplossing gebaseerd op een 24x7-bedieningssensor die gebruik maakt van geluidsherkenningstechnologie om de vocalisatie van de koe te analyseren, brengt voordelen voor producenten — als een vroegtijdig waarschuwingssysteem voor mogelijke problemen, waarmee ze corrigerende en tijdige maatregelen kunnen nemen — en ook voor consumenten, die zich steeds meer bewust zijn van het welzijn van voedselproducerende dieren._x000D_ Dit project maakt gebruik van het werk en de kennis van de door onze leden gefinancierde projecten:_x000D_ 1. Het LIFE + DynaMap-project (LIFE13 ENV/IT/001.254) maakt automatisch een onderscheid tussen verkeerslawaai en andere abnormale gebeurtenissen voor het genereren van verkeerslawaaikaarten in real time. Deze ervaring zal het uitgangspunt zijn voor de analyse van vocalisaties en hun mogelijke automatische onderscheiding. Dr. Dr. Alsina is een technisch leider van WP-technici die verwijzen naar de algoritmische signaalverwerking en kunstmatige intelligentie voor het werken met de ANED, de Anomalous Noise Event Detector._x000D_ 2. Het SmartSense projectraamwerk (TECSPR16-1-0066) is ontworpen en geïmplementeerd door het gelijknamige platform om de ontwikkeling van proof of concept in technologieherkenning van verschillende soorten geluid te versnellen. Dit platform zal worden gebruikt om onze oplossing te ontwikkelen. Dr. Duboc is de kop._x000D_ 3. Het ClearFarm-project (862.919 — H2020-SFS-2018-2020/H2020-SFS-2019-1) zal een platform bieden om inzicht te krijgen in de behoeften van landbouwers en consumenten op het gebied van dierenwelzijn en aldus een rechtstreeks beeld te geven van de behoeften van de markt. We nemen contact op met de partners van dit project om de acceptatie en acceptatie van een PLF-oplossing op de markt te beoordelen met behulp van onze technologie. Dr. Llonch is de wetenschappelijke coördinator._x000D_ [1] http://tiny.cc/9yu07y_x000D_ [2] doi: 10.3389/fvets.2018.00305_x000D_ [3] doi:10.2875/884639_x000D_ [4] doi:10.7120/09627286.21.3.339 (Dutch)
17 December 2021
0 references
Barcelona
0 references
Identifiers
IU68-016883
0 references