IMPROVING THE UNIFORMITY OF THE MERINA LAMB THROUGH BAIT STRATEGIES BASED ON PRECISION BREEDING (Q3180774)

From EU Knowledge Graph
Revision as of 23:00, 9 October 2024 by DG Regio (talk | contribs) (‎Changed label, description and/or aliases in pt)
(diff) ← Older revision | Latest revision (diff) | Newer revision → (diff)
Jump to navigation Jump to search
Project Q3180774 in Spain
Language Label Description Also known as
English
IMPROVING THE UNIFORMITY OF THE MERINA LAMB THROUGH BAIT STRATEGIES BASED ON PRECISION BREEDING
Project Q3180774 in Spain

    Statements

    0 references
    248,759.2 Euro
    0 references
    310,949.0 Euro
    0 references
    80.0 percent
    0 references
    1 July 2019
    0 references
    31 December 2021
    0 references
    EA GROUP, S.C.
    0 references
    0 references

    38°59'40.56"N, 5°44'7.98"W
    0 references
    6700
    0 references
    El sector del ovino de carne se ha visto enfrentado en los últimos años a situaciones de gran variabilidad en términos de precios de los productos y de los insumos. En este entorno, resulta complejo sostener los márgenes de beneficio, en los que el precio del producto juega un papel muy importante y que no es fácil modificar desde la explotación. La gestión eficiente de los ciclos de alimentación y el control de los costes de producción, se plantean como las principales herramientas de manejo para incrementar la rentabilidad. La incorporación de nuevas estrategias tecnológicas de manejo en las explotaciones, pueden implicar mayores costes, pero también pueden generar mayores beneficios por unidad de producción. En este sentido, el proyecto DIGITLAMB aborda diferentes aspectos novedosos en el sector de la producción de ovino, pues trata de desarrollar nuevas tecnologías digitales para controlar la uniformidad de la calidad del cordero cebado. En este sentido, DIGITLAMB desarrollará un sistema de clasificación y pesaje automatizado inteligente que permita predecir el crecimiento de los corderos en lotes uniformes. Para ello, se aplicarán técnicas de Machine Learning en báscula automática y sistemas de visión artificial para la determinación de peso y parámetros zootécnicos que permitan predecir la tasa de crecimiento de los corderos, así como técnicas de sensorización para el estudio del comportamiento y pautas de consumo de los corderos según la estrategia de clasificación de corderos seguida. Hoy en día, no existe en el mercado un sistema de clasificación de corderos que permita el agrupamiento en lotes según el potencial de crecimiento (GMD) del animal en fases tempranas del cebo. Esta clasificación permitirá ajustar de manera más eficiente el aporte nutricional, lo que supondrá un ahorro económico para la empresa, y la mejora de la uniformidad de los lotes. (Spanish)
    0 references
    In recent years, the meat sheep sector has been confronted with high variability in terms of product and input prices. In this environment, it is difficult to sustain profit margins, in which the price of the product plays a very important role and that it is not easy to modify from the farm. Efficient management of feeding cycles and control of production costs are considered as the main management tools to increase profitability. The incorporation of new technological management strategies on farms may entail higher costs, but they can also generate higher profits per unit of production. In this sense, the DIGITLAMB project addresses different novel aspects in the sheep production sector, as it seeks to develop new digital technologies to control the uniformity of quality of fattened lamb. In this sense, DIGITLAMB will develop an intelligent automated grading and weighing system to predict the growth of lambs in uniform batches. To this end, machine learning techniques will be applied in automatic scales and artificial vision systems for the determination of weight and zootechnical parameters to predict the growth rate of lambs, as well as sensorisation techniques for the study of the behavior and consumption patterns of lambs according to the grading strategy of lambs followed. Today, there is no system on the market for grading lambs that allows grouping into batches according to the growth potential (GMD) of the animal in early stages of bait. This classification will make it possible to adjust the nutritional contribution more efficiently, which will result in economic savings for the company, and the improvement of the uniformity of the lots. (English)
    12 October 2021
    0.4841317214294017
    0 references
    Ces dernières années, le secteur de la viande ovine a été confronté à une forte variabilité des prix des produits et des intrants. Dans cet environnement, il est difficile de maintenir des marges bénéficiaires, dans lesquelles le prix du produit joue un rôle très important et qu’il n’est pas facile de modifier l’exploitation. La gestion efficace des cycles d’alimentation et le contrôle des coûts de production sont considérés comme les principaux outils de gestion pour accroître la rentabilité. L’intégration de nouvelles stratégies de gestion technologique dans les exploitations peut entraîner des coûts plus élevés, mais elles peuvent également générer des bénéfices plus élevés par unité de production. En ce sens, le projet DIGITLAMB aborde différents aspects nouveaux dans le secteur de la production ovine, car il vise à développer de nouvelles technologies numériques pour contrôler l’uniformité de la qualité de l’agneau engraissé. En ce sens, DIGITLAMB développera un système de classement et de pesage automatisé intelligent pour prédire la croissance des agneaux en lots uniformes. À cette fin, des techniques d’apprentissage automatique seront appliquées dans des échelles automatiques et des systèmes de vision artificielle pour la détermination des paramètres de poids et zootechniques pour prédire le taux de croissance des agneaux, ainsi que des techniques de détection pour l’étude du comportement et des modes de consommation des agneaux selon la stratégie de classement des agneaux suivie. Aujourd’hui, il n’existe sur le marché aucun système permettant de classer les agneaux en lots en fonction du potentiel de croissance (GMD) de l’animal aux premiers stades de l’appât. Cette classification permettra d’ajuster plus efficacement la contribution nutritionnelle, ce qui permettra à l’entreprise de réaliser des économies économiques et d’améliorer l’uniformité des lots. (French)
    4 December 2021
    0 references
    In den letzten Jahren war der Fleischschafsektor mit einer hohen Variabilität in Bezug auf die Produkt- und Inputpreise konfrontiert. In diesem Umfeld ist es schwierig, Gewinnspannen zu erhalten, in denen der Preis des Erzeugnisses eine sehr wichtige Rolle spielt und dass es nicht leicht ist, vom Hof aus zu ändern. Ein effizientes Management von Fütterungszyklen und die Kontrolle der Produktionskosten gelten als die wichtigsten Managementinstrumente zur Steigerung der Rentabilität. Die Einbeziehung neuer technologischer Managementstrategien in landwirtschaftlichen Betrieben kann höhere Kosten mit sich bringen, aber auch höhere Gewinne pro Produktionseinheit erzielen. In diesem Sinne befasst sich das Projekt DIGITLAMB mit unterschiedlichen neuartigen Aspekten in der Schafproduktion, da es neue digitale Technologien entwickeln will, um die Einheitlichkeit der Qualität von Mastlamm zu kontrollieren. In diesem Sinne wird DIGITLAMB ein intelligentes automatisches Sortier- und Wägesystem entwickeln, um das Wachstum von Lämmern in einheitlichen Chargen vorherzusagen. Zu diesem Zweck werden maschinelle Lerntechniken in automatischen Waagen und künstlichen Sehsystemen zur Bestimmung von Gewichts- und zootechnischen Parametern zur Vorhersage der Wachstumsrate von Lämmern sowie Sensorisierungstechniken für die Untersuchung des Verhaltens und des Konsumverhaltens von Lämmern nach der Bewertungsstrategie von Lämmern angewendet. Heute gibt es kein System zur Einstufung von Lämmern, das es erlaubt, in Chargen nach dem Wachstumspotenzial (GMD) des Tieres in frühen Stadien des Köders zu gruppieren. Diese Klassifizierung wird es ermöglichen, den Ernährungsbeitrag effizienter anzupassen, was zu wirtschaftlichen Einsparungen für das Unternehmen und zur Verbesserung der Einheitlichkeit der Lose führen wird. (German)
    9 December 2021
    0 references
    De afgelopen jaren heeft de sector vleesschapen te maken gehad met een grote variabiliteit in product- en inputprijzen. In deze omgeving is het moeilijk om winstmarges in stand te houden, waarbij de prijs van het product een zeer belangrijke rol speelt en het niet gemakkelijk is om van de boerderij te veranderen. Efficiënt beheer van voedercycli en beheersing van de productiekosten worden beschouwd als de belangrijkste beheersinstrumenten om de winstgevendheid te verhogen. De invoering van nieuwe technologische beheersstrategieën op landbouwbedrijven kan tot hogere kosten leiden, maar kan ook hogere winsten opleveren per productie-eenheid. In deze zin richt het DIGITLAMB-project zich op verschillende nieuwe aspecten in de schapenproductiesector, omdat het nieuwe digitale technologieën wil ontwikkelen om de uniformiteit van de kwaliteit van vetgemest lam te controleren. In deze zin zal DIGITLAMB een intelligent geautomatiseerd sorteer- en weegsysteem ontwikkelen om de groei van lammeren in uniforme batches te voorspellen. Daartoe zullen machine learning technieken worden toegepast in automatische weegschalen en kunstmatige visie systemen voor de bepaling van gewicht en zoötechnische parameters om de groeisnelheid van lammeren te voorspellen, evenals sensorisatie technieken voor het bestuderen van het gedrag en consumptie patronen van lammeren volgens de toegepaste classificatiestrategie van lammeren. Momenteel is er geen systeem op de markt voor het sorteren van lammeren dat het mogelijk maakt om in batches te groeperen op basis van het groeipotentieel (GMD) van het dier in vroege stadia van aas. Deze classificatie zal het mogelijk maken om de voedingswaarde-bijdrage efficiënter aan te passen, wat zal leiden tot economische besparingen voor het bedrijf en de verbetering van de uniformiteit van de percelen. (Dutch)
    17 December 2021
    0 references
    Negli ultimi anni il settore delle carni ovine si è confrontato con un'elevata variabilità in termini di prezzi dei prodotti e dei fattori di produzione. In questo contesto, è difficile sostenere i margini di profitto, in cui il prezzo del prodotto svolge un ruolo molto importante e che non è facile modificare dall'azienda agricola. La gestione efficiente dei cicli di alimentazione e il controllo dei costi di produzione sono considerati i principali strumenti di gestione per aumentare la redditività. L'integrazione di nuove strategie di gestione tecnologica nelle aziende agricole può comportare costi più elevati, ma possono anche generare maggiori profitti per unità di produzione. In questo senso, il progetto DIGITLAMB affronta diversi aspetti innovativi nel settore della produzione ovina, in quanto mira a sviluppare nuove tecnologie digitali per controllare l'uniformità della qualità dell'agnello da ingrasso. In questo senso, DIGITLAMB svilupperà un sistema di classificazione e pesatura automatizzato intelligente per prevedere la crescita di agnelli in lotti uniformi. A tal fine, le tecniche di machine learning saranno applicate in bilance automatiche e sistemi di visione artificiale per la determinazione del peso e dei parametri zootecnici per prevedere il tasso di crescita degli agnelli, nonché tecniche di sensorizzazione per lo studio dei modelli di comportamento e consumo degli agnelli secondo la strategia di classificazione degli agnelli seguita. Oggi sul mercato non esiste un sistema di classificazione degli agnelli che consenta di raggrupparsi in lotti in base al potenziale di crescita (GMD) dell'animale nelle prime fasi dell'esca. Questa classificazione consentirà di adeguare in modo più efficiente il contributo nutrizionale, con conseguente risparmio economico per l'azienda e miglioramento dell'uniformità dei lotti. (Italian)
    16 January 2022
    0 references
    Τα τελευταία χρόνια, ο τομέας του πρόβειου κρέατος αντιμετωπίζει μεγάλη μεταβλητότητα όσον αφορά τις τιμές των προϊόντων και των εισροών. Σε αυτό το περιβάλλον, είναι δύσκολο να διατηρηθούν περιθώρια κέρδους, στα οποία η τιμή του προϊόντος διαδραματίζει πολύ σημαντικό ρόλο και ότι δεν είναι εύκολο να τροποποιηθεί από τη γεωργική εκμετάλλευση. Η αποτελεσματική διαχείριση των κύκλων σίτισης και ο έλεγχος του κόστους παραγωγής θεωρούνται τα κύρια εργαλεία διαχείρισης για την αύξηση της κερδοφορίας. Η ενσωμάτωση νέων στρατηγικών τεχνολογικής διαχείρισης στις γεωργικές εκμεταλλεύσεις μπορεί να συνεπάγεται υψηλότερο κόστος, αλλά μπορούν επίσης να αποφέρουν υψηλότερα κέρδη ανά μονάδα παραγωγής. Υπό την έννοια αυτή, το σχέδιο DIGITLAMB εξετάζει διάφορες καινοφανείς πτυχές στον τομέα της παραγωγής προβάτων, καθώς επιδιώκει την ανάπτυξη νέων ψηφιακών τεχνολογιών για τον έλεγχο της ομοιομορφίας της ποιότητας των παχιών αρνιών. Υπό την έννοια αυτή, η DIGITLAMB θα αναπτύξει ένα έξυπνο αυτοματοποιημένο σύστημα ταξινόμησης και ζύγισης για την πρόβλεψη της ανάπτυξης των αρνιών σε ομοιόμορφες παρτίδες. Για το σκοπό αυτό, θα εφαρμοστούν τεχνικές μηχανικής μάθησης σε αυτόματες κλίμακες και συστήματα τεχνητής όρασης για τον προσδιορισμό του βάρους και των ζωοτεχνικών παραμέτρων για την πρόβλεψη του ρυθμού ανάπτυξης των αρνιών, καθώς και τεχνικές αισθητήρωσης για τη μελέτη της συμπεριφοράς και των καταναλωτικών προτύπων των αρνιών σύμφωνα με τη στρατηγική κατάταξης των αρνιών που ακολουθείται. Σήμερα, δεν υπάρχει στην αγορά σύστημα ταξινόμησης των αρνιών που να επιτρέπει την ομαδοποίηση σε παρτίδες ανάλογα με το δυναμικό ανάπτυξης (GMD) του ζώου στα αρχικά στάδια του δολώματος. Η ταξινόμηση αυτή θα καταστήσει δυνατή την αποτελεσματικότερη προσαρμογή της διατροφικής συνεισφοράς, γεγονός που θα οδηγήσει στην εξοικονόμηση οικονομικών πόρων για την εταιρεία και στη βελτίωση της ομοιομορφίας των παρτίδων. (Greek)
    18 August 2022
    0 references
    I de senere år har kødfårssektoren været udsat for store udsving med hensyn til produkt- og inputpriser. I dette miljø er det vanskeligt at opretholde avancer, hvor prisen på produktet spiller en meget vigtig rolle, og at det ikke er let at ændre fra gården. Effektiv forvaltning af fodringscyklusser og kontrol af produktionsomkostninger betragtes som de vigtigste ledelsesværktøjer til at øge rentabiliteten. Indarbejdelse af nye teknologiske forvaltningsstrategier på bedrifter kan medføre højere omkostninger, men de kan også skabe større overskud pr. produktionsenhed. I denne henseende behandler DIGITLAMB-projektet forskellige nye aspekter i fåreproduktionssektoren, da det søger at udvikle nye digitale teknologier til at kontrollere ensartetheden af kvaliteten af opfedet lam. I denne forstand vil DIGITLAMB udvikle et intelligent automatiseret klassificerings- og vejningssystem til at forudsige væksten af lam i ensartede partier. Til dette formål vil maskinlæringsteknikker blive anvendt i automatiske skalaer og kunstigt synssystemer til bestemmelse af vægt og zootekniske parametre til at forudsige vækstraten for lam samt sensoriseringsteknikker til undersøgelse af lams adfærd og forbrugsmønstre i henhold til den fulgte klassificeringsstrategi for lam. I dag er der ikke noget system på markedet for klassificering af lam, der gør det muligt at gruppere lam i partier i henhold til dyrets vækstpotentiale (GMD) i tidlige stadier af lokkemad. Denne klassificering vil gøre det muligt at tilpasse ernæringsbidraget mere effektivt, hvilket vil resultere i økonomiske besparelser for virksomheden og forbedring af partiernes ensartethed. (Danish)
    18 August 2022
    0 references
    Viime vuosina lampaanliha-alalla on ollut suuria eroja tuotteiden ja tuotantopanosten hinnoissa. Tässä ympäristössä on vaikea ylläpitää voittomarginaaleja, joissa tuotteen hinnoilla on erittäin tärkeä rooli ja joita ei ole helppo muuttaa tilalta. Ruokintasyklien tehokasta hallintaa ja tuotantokustannusten hallintaa pidetään pääasiallisina hallinnointivälineinä kannattavuuden lisäämiseksi. Uusien teknologisten hallintastrategioiden käyttöönotto tiloilla voi aiheuttaa korkeampia kustannuksia, mutta ne voivat myös tuottaa suurempia voittoja tuotantoyksikköä kohti. Tässä mielessä DIGITLAMB-hankkeessa käsitellään lampaantuotantoalan erilaisia uusia näkökohtia, sillä siinä pyritään kehittämään uusia digitaalisia teknologioita lihotettujen karitsojen laadun yhdenmukaisuuden valvomiseksi. Tässä mielessä DIGITLAMB kehittää älykkään automatisoidun luokitus- ja punnitusjärjestelmän, joka ennustaa karitsojen kasvua yhtenäisissä erissä. Tätä varten koneoppimistekniikoita sovelletaan automaattisissa asteikoissa ja keinotekoisissa näköjärjestelmissä painon ja kotieläinjalostuksen parametrien määrittämiseksi karitsojen kasvun ennustamiseksi sekä anturitekniikoita karitsojen käyttäytymisen ja kulutusmallien tutkimiseen karitsojen luokittelustrategian mukaisesti. Tällä hetkellä markkinoilla ei ole karitsojen luokitusjärjestelmää, jonka avulla voitaisiin ryhmitellä eriin syöttien alkuvaiheessa olevan eläimen kasvupotentiaalin (GMD) mukaan. Tämä luokittelu mahdollistaa ravitsemuksellisen panoksen tehokkaamman mukauttamisen, mikä tuo yritykselle taloudellisia säästöjä ja parantaa erien yhdenmukaisuutta. (Finnish)
    18 August 2022
    0 references
    F’dawn l-aħħar snin, is-settur tan-nagħaġ tal-laħam kien ikkonfrontat b’varjabbiltà għolja f’termini ta’ prezzijiet tal-prodott u tal-input. F’dan l-ambjent, huwa diffiċli li jiġu sostnuti marġnijiet ta’ profitt, fejn il-prezz tal-prodott għandu rwol importanti ħafna u li mhuwiex faċli li jiġi modifikat mill-azjenda agrikola. Il-ġestjoni effiċjenti taċ-ċikli tal-għalf u l-kontroll tal-ispejjeż tal-produzzjoni huma kkunsidrati bħala l-għodod ewlenin ta’ ġestjoni biex tiżdied il-profittabbiltà. L-inkorporazzjoni ta’ strateġiji ġodda ta’ ġestjoni teknoloġika dwar l-azjendi agrikoli tista’ tinvolvi spejjeż ogħla, iżda dawn jistgħu jiġġeneraw ukoll profitti ogħla għal kull unità ta’ produzzjoni. F’dan is-sens, il-proġett DIGITLAMB jindirizza aspetti ġodda differenti fis-settur tal-produzzjoni tan-nagħaġ, peress li jfittex li jiżviluppa teknoloġiji diġitali ġodda biex jikkontrolla l-uniformità tal-kwalità tal-ħaruf imsemmna. F’dan is-sens, DIGITLAMB se tiżviluppa sistema intelliġenti awtomatizzata ta’ gradazzjoni u użin biex tbassar it-tkabbir tal-ħrief f’lottijiet uniformi. Għal dan il-għan, tekniki ta’ tagħlim awtomatiku se jiġu applikati fi skali awtomatiċi u sistemi ta’ viżjoni artifiċjali għad-determinazzjoni ta’ parametri ta’ piż u żootekniċi biex titbassar ir-rata ta’ tkabbir tal-ħrief, kif ukoll tekniki ta’ sensorizzazzjoni għall-istudju tal-imġiba u x-xejriet tal-konsum tal-ħrief skont l-istrateġija ta’ klassifikazzjoni tal-ħrief segwita. Illum, ma hemm l-ebda sistema fis-suq għall-klassifikazzjoni tal-ħrief li tippermetti r-raggruppament f’lottijiet skont il-potenzjal ta’ tkabbir (GMD) tal-annimal fi stadji bikrin tal-lixka. Din il-klassifikazzjoni se tagħmilha possibbli li l-kontribuzzjoni nutrizzjonali tiġi aġġustata b’mod aktar effiċjenti, li se jirriżulta fi ffrankar ekonomiku għall-kumpanija, u t-titjib tal-uniformità tal-lottijiet. (Maltese)
    18 August 2022
    0 references
    Pēdējos gados gaļas aitkopības nozare ir saskārusies ar lielām atšķirībām produktu un ražošanas resursu cenu ziņā. Šajā vidē ir grūti saglabāt peļņas normu, kurā produkta cenai ir ļoti svarīga nozīme un ka nav viegli mainīt saimniecības darbību. Barošanas ciklu efektīvu pārvaldību un ražošanas izmaksu kontroli uzskata par galvenajiem pārvaldības instrumentiem rentabilitātes palielināšanai. Jaunu tehnoloģisko vadības stratēģiju iekļaušana saimniecībās var radīt augstākas izmaksas, taču tās var arī radīt lielāku peļņu uz vienu ražošanas vienību. Šajā ziņā DIGITLAMB projekts pievēršas dažādiem jauniem aspektiem aitkopības nozarē, jo tā mērķis ir izstrādāt jaunas digitālās tehnoloģijas, lai kontrolētu nobaroto jēru kvalitātes vienveidību. Šajā ziņā DIGITLAMB izstrādās automatizētu automatizētu šķirošanas un svēršanas sistēmu, lai prognozētu jēru augšanu vienādās partijās. Lai to panāktu, mašīnmācīšanās metodes tiks piemērotas automātiskajos svaros un mākslīgās redzes sistēmās svara un zootehnisko parametru noteikšanai, lai prognozētu jēru augšanas ātrumu, kā arī sensorizācijas metodes jēru uzvedības un patēriņa modeļu izpētei saskaņā ar jēru klasifikācijas stratēģiju. Pašlaik tirgū nav sistēmas jēru klasificēšanai, kas ļautu sagrupēt partijās pēc dzīvnieka augšanas potenciāla (GMD) ēsmas agrīnajos posmos. Šī klasifikācija ļaus efektīvāk pielāgot uzturvielu devumu, kas radīs ekonomiskus ietaupījumus uzņēmumam un uzlabos partiju viendabīgumu. (Latvian)
    18 August 2022
    0 references
    V posledných rokoch bol sektor oviec mäsa konfrontovaný s vysokou variabilitou, pokiaľ ide o ceny výrobkov a vstupov. V tomto prostredí je ťažké udržať ziskové rozpätia, v ktorých cena výrobku zohráva veľmi dôležitú úlohu a že nie je ľahké meniť z poľnohospodárskeho podniku. Efektívne riadenie cyklov kŕmenia a kontrola výrobných nákladov sa považujú za hlavné nástroje riadenia na zvýšenie ziskovosti. Začlenenie nových technologických stratégií riadenia do poľnohospodárskych podnikov môže mať za následok vyššie náklady, ale môžu tiež viesť k vyšším ziskom na jednotku výroby. V tomto zmysle sa projekt DIGITLAMB zaoberá rôznymi novými aspektmi v odvetví chovu oviec, pretože sa snaží vyvinúť nové digitálne technológie na kontrolu jednotnosti kvality vykrmovaného jahňacieho mäsa. V tomto zmysle DIGITLAMB vyvinie inteligentný automatizovaný systém triedenia a váženia, ktorý predpovedá rast jahniat v jednotných dávkach. Na tento účel sa budú používať techniky strojového učenia v automatických váhach a systémoch umelého videnia na určenie hmotnosti a zootechnických parametrov na predpovedanie miery rastu jahniat, ako aj senzorizačných techník na štúdium správania a modelov spotreby jahniat podľa stratégie klasifikácie jahniat. V súčasnosti neexistuje na trhu žiadny systém klasifikácie jahniat, ktorý by umožňoval zoskupenie do šarží podľa rastového potenciálu (GMD) zvieraťa v počiatočných štádiách návnady. Táto klasifikácia umožní efektívnejšie upraviť nutričný príspevok, čo povedie k hospodárskym úsporám pre spoločnosť a k zlepšeniu jednotnosti častí. (Slovak)
    18 August 2022
    0 references
    Le blianta beaga anuas, tá éagsúlacht ard i ndán d’earnáil na gcaorach feola ó thaobh praghsanna táirgí agus ionchuir de. Sa timpeallacht seo, tá sé deacair corrlaigh bhrabúis a chothú, ina bhfuil ról an-tábhachtach ag praghas an táirge agus nach bhfuil sé éasca a mhodhnú ón bhfeirm. Meastar gurb iad bainistiú éifeachtúil na dtimthriallta beathaithe agus rialú na gcostas táirgthe na príomhuirlisí bainistíochta chun brabúsacht a mhéadú. D’fhéadfadh costais níos airde a bheith i gceist le straitéisí nua bainistithe teicneolaíochta a ionchorprú ar fheirmeacha, ach is féidir brabúis níos airde in aghaidh an aonaid táirgthe a ghiniúint leo freisin. Sa chiall sin, tugann tionscadal DIGITLAMB aghaidh ar ghnéithe núíosacha éagsúla in earnáil an táirgthe caorach, mar go bhféachann sé le teicneolaíochtaí digiteacha nua a fhorbairt chun aonfhoirmeacht cháilíocht na n-uain ramhraithe a rialú. Sa chiall seo, forbróidh DIGITLAMB córas grádaithe agus meá uathoibrithe cliste chun fás na n-uain i mbaisceanna aonfhoirmeacha a thuar. Chuige sin, cuirfear teicnící meaisínfhoghlama i bhfeidhm i scálaí uathoibríocha agus i gcórais radhairc shaorga chun meáchan agus paraiméadair zóiteicniúla a chinneadh chun ráta fáis na n-uain a thuar, chomh maith le teicnící braiteachta chun staidéar a dhéanamh ar iompar agus patrúin tomhaltais na n-uain de réir straitéis grádaithe na n-uain arna leanúint. Sa lá atá inniu ann, níl aon chóras ar an margadh maidir le huain ghrádaithe a ligeann grúpáil i mbaisceanna de réir acmhainneacht fáis (GMD) an ainmhí i gcéimeanna luatha baoite. Leis an aicmiú seo beifear in ann an ranníocaíocht chothaitheach a choigeartú ar bhealach níos éifeachtúla, rud a fhágfaidh go mbeidh coigilteas eacnamaíoch ann don chuideachta, agus go bhfeabhsófar aonfhoirmeacht na mbeart. (Irish)
    18 August 2022
    0 references
    V posledních letech se odvětví masných ovcí potýkalo s vysokou variabilitou, pokud jde o ceny produktů a vstupů. V tomto prostředí je obtížné udržet ziskové rozpětí, ve kterém cena produktu hraje velmi důležitou roli a že není snadné měnit ze zemědělského podniku. Za hlavní nástroje řízení ke zvýšení ziskovosti se považuje efektivní řízení cyklů krmení a kontrola výrobních nákladů. Začlenění nových technologických strategií řízení v zemědělských podnicích může znamenat vyšší náklady, ale mohou také vytvářet vyšší zisky na jednotku produkce. V tomto smyslu se projekt DIGITLAMB zabývá různými novými aspekty v odvětví produkce ovcí, neboť usiluje o vývoj nových digitálních technologií pro kontrolu jednotnosti kvality vykrmovaného jehněčího masa. V tomto smyslu bude DIGITLAMB vyvíjet inteligentní automatizovaný systém třídění a vážení, který předpovídá růst jehňat v jednotných šaržích. Za tímto účelem budou techniky strojového učení používány v automatických měřítcích a systémech umělého vidění pro stanovení hmotnosti a zootechnických parametrů pro předpovídání rychlosti růstu jehňat, jakož i senzorizační techniky pro studium chování a spotřebních vzorců jehňat podle strategie třídění jehňat. V současné době neexistuje na trhu žádný systém třídění jehňat, který by umožňoval seskupovat do šarží podle růstového potenciálu (GMD) zvířete v raných stádiích návnady. Tato klasifikace umožní účinnější úpravu nutričního přínosu, což povede k ekonomickým úsporám pro společnost a ke zlepšení jednotnosti šarží. (Czech)
    18 August 2022
    0 references
    Nos últimos anos, o setor da carne de ovino tem sido confrontado com uma elevada variabilidade em termos de preços dos produtos e dos fatores de produção. Neste ambiente, é difícil sustentar margens de lucro, em que o preço do produto desempenha um papel muito importante e que não é fácil modificar a partir da fazenda. A gestão eficiente dos ciclos de alimentação e o controlo dos custos de produção são considerados as principais ferramentas de gestão para aumentar a rentabilidade. A incorporação de novas estratégias de gestão tecnológica nas explorações agrícolas pode implicar custos mais elevados, mas também pode gerar lucros mais elevados por unidade de produção. Neste sentido, o projeto DIGITLAMB aborda diferentes aspetos inovadores no setor da produção de ovinos, uma vez que procura desenvolver novas tecnologias digitais para controlar a uniformidade da qualidade do borrego de engorda. Neste sentido, a DIGITLAMB desenvolverá um sistema inteligente automatizado de classificação e pesagem para prever o crescimento de borregos em lotes uniformes. Para o efeito, serão aplicadas técnicas de aprendizagem automática em balanças automáticas e sistemas de visão artificial para a determinação do peso e dos parâmetros zootécnicos para prever a taxa de crescimento dos borregos, bem como técnicas de sensorização para o estudo do comportamento e dos padrões de consumo dos borregos de acordo com a estratégia de classificação dos borregos seguida. Atualmente, não existe no mercado um sistema de classificação dos borregos que permita o agrupamento em lotes de acordo com o potencial de crescimento (GMD) do animal nas fases iniciais do isco. Esta classificação permitirá ajustar a contribuição nutricional de forma mais eficiente, o que resultará em poupanças económicas para a empresa e na melhoria da uniformidade dos lotes. (Portuguese)
    18 August 2022
    0 references
    Viimastel aastatel on lambalihasektor seisnud silmitsi toodete ja sisendihindade suure varieeruvusega. Selles keskkonnas on keeruline säilitada kasumimarginaale, milles toote hind mängib väga olulist rolli ja mida ei ole põllumajandusettevõttest lihtne muuta. Söötmistsüklite tõhusat juhtimist ja tootmiskulude kontrollimist peetakse peamisteks juhtimisvahenditeks kasumlikkuse suurendamisel. Uute tehnoloogiliste juhtimisstrateegiate kasutuselevõtmine põllumajandusettevõtetes võib kaasa tuua suuremaid kulusid, kuid need võivad toota ka suuremat kasumit tootmisühiku kohta. Selles mõttes käsitletakse projektis DIGITLAMB lambakasvatussektori erinevaid uudseid aspekte, kuna selle eesmärk on arendada uusi digitehnoloogiaid, et kontrollida nuumatud tallede kvaliteedi ühtlust. Selles mõttes töötab DIGITLAMB välja intelligentse automatiseeritud liigitus- ja kaalumissüsteemi, et prognoosida lambatallede kasvu ühesugustes partiides. Selleks kasutatakse masinõppe tehnikaid automaatsetes skaalades ja kunstliku nägemise süsteemides, et määrata kaalu ja zootehnilisi parameetreid, et prognoosida tallede kasvukiirust, samuti sensoriseerimistehnikaid tallede käitumise ja tarbimisharjumuste uurimiseks vastavalt tallede liigitamise strateegiale. Praegu puudub turul süsteem tallede liigitamiseks, mis võimaldaks rühmitada partiideks vastavalt sööda algstaadiumis oleva looma kasvupotentsiaalile. Selline liigitus võimaldab toitumisalast panust tõhusamalt kohandada, mis toob kaasa majandusliku kokkuhoiu ettevõtte jaoks ja partiide ühtsuse paranemise. (Estonian)
    18 August 2022
    0 references
    Az elmúlt években a húsjuh-ágazat a termékek és az inputárak tekintetében nagy változatossággal szembesült. Ebben a környezetben nehéz fenntartani a haszonkulcsot, amelyben a termék ára nagyon fontos szerepet játszik, és hogy a gazdaságból nem könnyű módosítani. Az etetési ciklusok hatékony irányítása és a termelési költségek ellenőrzése a jövedelmezőség növelésének fő irányítási eszköze. Az új technológiai irányítási stratégiák gazdaságokban történő bevezetése magasabb költségekkel járhat, de termelési egységenként magasabb nyereséget is eredményezhet. Ebben az értelemben a DIGITLAMB projekt a juhtenyésztési ágazat különböző új aspektusaival foglalkozik, mivel a hizlalt bárányok minőségének egységességét ellenőrző új digitális technológiák kifejlesztésére törekszik. Ebben az értelemben a DIGITLAMB intelligens automatizált osztályozási és mérlegelési rendszert fog kifejleszteni, hogy megjósolja a bárányok növekedését egységes tételekben. E célból gépi tanulási technikákat alkalmaznak automatikus mérlegekben és mesterséges látásrendszerekben a súly és a tenyésztéstechnikai paraméterek meghatározására a bárányok növekedési ütemének előrejelzésére, valamint szenzorizációs technikákat a bárányok viselkedésének és fogyasztási mintáinak tanulmányozására a bárányok osztályozási stratégiája szerint. Jelenleg nincs olyan rendszer a bárányok osztályozására, amely lehetővé tenné az állat növekedési potenciálja (GMD) szerinti tételbe sorolást a csali korai szakaszában. Ez a besorolás lehetővé teszi a táplálkozási hozzájárulás hatékonyabb kiigazítását, ami gazdasági megtakarításokat eredményez a vállalat számára, és javítja a tételek egységességét. (Hungarian)
    18 August 2022
    0 references
    През последните години месопреработвателният сектор е изправен пред големи различия по отношение на цените на продуктите и суровините. В тази среда е трудно да се поддържат маржове на печалба, в които цената на продукта играе много важна роля и че не е лесно да се променя от стопанството. Ефективното управление на циклите на хранене и контролът на производствените разходи се считат за основни управленски инструменти за повишаване на рентабилността. Включването на нови технологични стратегии за управление в стопанствата може да доведе до по-високи разходи, но те също така могат да генерират по-високи печалби на единица продукция. В този смисъл проектът DIGITLAMB разглежда различни нови аспекти в сектора на овцевъдството, тъй като се стреми да разработи нови цифрови технологии за контрол на еднаквото качество на угоените агнета. В този смисъл DIGITLAMB ще разработи интелигентна автоматизирана система за категоризиране и претегляне, за да предвиди растежа на агнетата в еднородни партиди. За тази цел техниките за машинно самообучение ще се прилагат в автоматични везни и системи за изкуствено виждане за определяне на теглото и зоотехническите параметри за прогнозиране на темпа на растеж на агнетата, както и техники за сензоризация за изучаване на поведението и моделите на консумация на агнетата съгласно следваната стратегия за класификация на агнетата. Понастоящем на пазара не съществува система за класификация на агнетата, която да позволява групиране в партиди в зависимост от потенциала за растеж (ДМД) на животното в ранните етапи на примамката. Тази класификация ще даде възможност за по-ефективно адаптиране на хранителния принос, което ще доведе до икономически икономии за дружеството, както и до подобряване на еднородността на обособените позиции. (Bulgarian)
    18 August 2022
    0 references
    Pastaraisiais metais mėsos avienos sektorius susidūrė su dideliais produktų ir žaliavų kainų skirtumais. Tokiomis aplinkybėmis sunku išlaikyti pelno maržą, kurioje produkto kaina atlieka labai svarbų vaidmenį ir kad nėra lengva keisti ūkyje. Veiksmingas šėrimo ciklų valdymas ir gamybos sąnaudų kontrolė laikomi pagrindinėmis pelningumo didinimo valdymo priemonėmis. Naujų technologijų valdymo strategijų įtraukimas į ūkius gali lemti didesnes sąnaudas, tačiau jos taip pat gali duoti didesnį pelną vienam gamybos vienetui. Šiuo požiūriu DIGITLAMB projektas skirtas įvairiems naujiems avių auginimo sektoriaus aspektams, nes juo siekiama sukurti naujas skaitmenines technologijas, skirtas kontroliuoti penimų ėriukų kokybės vienodumą. Šia prasme DIGITLAMB sukurs pažangią automatizuotą klasifikavimo ir svėrimo sistemą, kad būtų galima prognozuoti ėriukų augimą vienodomis partijomis. Šiuo tikslu mašinų mokymosi metodai bus taikomi automatinėse svarstyklėse ir dirbtinio matymo sistemose, siekiant nustatyti svorį ir zootechninius parametrus, kad būtų galima prognozuoti ėriukų augimo tempą, taip pat jutimo metodus, skirtus ėriukų elgesio ir vartojimo modelių tyrimui pagal ėriukų klasifikavimo strategiją. Šiuo metu rinkoje nėra ėriukų klasifikavimo sistemos, kuri leistų sugrupuoti į partijas pagal gyvūno augimo potencialą (GMD) ankstyvosiose jauko stadijose. Pagal šią klasifikaciją bus galima efektyviau koreguoti mitybos indėlį, o tai sutaupys įmonės ekonominę naudą ir pagerins partijų vienodumą. (Lithuanian)
    18 August 2022
    0 references
    Posljednjih se godina sektor mesa ovaca suočava s velikom varijabilnošću u pogledu cijena proizvoda i ulaznih materijala. U tom je okruženju teško održati profitne marže, u kojima cijena proizvoda ima vrlo važnu ulogu i da nije lako mijenjati s poljoprivrednog gospodarstva. Učinkovito upravljanje ciklusima hranjenja i kontrola troškova proizvodnje smatraju se glavnim upravljačkim alatima za povećanje profitabilnosti. Uključivanje novih strategija tehnološkog upravljanja na poljoprivrednim gospodarstvima može dovesti do većih troškova, ali mogu stvoriti i veću dobit po jedinici proizvodnje. U tom smislu, projekt DIGITLAMB bavi se različitim novim aspektima u sektoru ovčje proizvodnje jer nastoji razviti nove digitalne tehnologije za kontrolu ujednačenosti kvalitete tovljene janjetine. U tom smislu, DIGITLAMB će razviti inteligentan automatizirani sustav ocjenjivanja i vaganja kako bi se predvidio rast janjadi u ujednačenim serijama. U tu svrhu, tehnike strojnog učenja primjenjivat će se u automatskim vagama i sustavima umjetnog vida za određivanje težine i zootehničkih parametara za predviđanje stope rasta janjadi, kao i tehnike senzorizacije za proučavanje ponašanja i obrazaca konzumacije janjadi prema strategiji ocjenjivanja janjadi. Danas na tržištu ne postoji sustav ocjenjivanja janjadi koji omogućuje grupiranje u serije prema potencijalu rasta (GMD) životinje u ranim fazama mamaca. Ova klasifikacija omogućit će učinkovitiju prilagodbu prehrambenog doprinosa, što će rezultirati ekonomskim uštedama za tvrtku i poboljšanjem ujednačenosti grupa. (Croatian)
    18 August 2022
    0 references
    Under de senaste åren har köttfårsektorn drabbats av stora variationer i fråga om produkt- och insatspriser. I denna miljö är det svårt att upprätthålla vinstmarginaler, där priset på produkten spelar en mycket viktig roll och att det inte är lätt att ändra från gården. Effektiv hantering av utfodringscykler och kontroll av produktionskostnader anses vara de viktigaste förvaltningsverktygen för att öka lönsamheten. Införandet av nya tekniska förvaltningsstrategier för jordbruksföretag kan medföra högre kostnader, men de kan också generera högre vinster per produktionsenhet. I detta avseende tar DIGITLAMB-projektet upp olika nya aspekter inom fårproduktionssektorn, eftersom det syftar till att utveckla ny digital teknik för att kontrollera enhetligheten i kvaliteten på gödda lamm. I detta avseende kommer DIGITLAMB att utveckla ett intelligent automatiserat klassificerings- och vägningssystem för att förutsäga tillväxten av lamm i enhetliga satser. För detta ändamål kommer maskininlärningstekniker att tillämpas i automatiska skalor och artificiella synsystem för bestämning av vikt och zootekniska parametrar för att förutsäga tillväxthastigheten hos lamm, liksom sensoriseringstekniker för studier av beteende och konsumtionsmönster hos lamm enligt den klassificeringsstrategi för lamm som följts. Idag finns det inget system på marknaden för klassificering av lamm som gör det möjligt att gruppera i partier beroende på djurets tillväxtpotential (GMD) i början av betet. Denna klassificering kommer att göra det möjligt att på ett effektivare sätt anpassa näringsbidraget, vilket kommer att leda till ekonomiska besparingar för företaget och en bättre enhetlighet i partierna. (Swedish)
    18 August 2022
    0 references
    În ultimii ani, sectorul cărnii ovine s-a confruntat cu o variabilitate ridicată în ceea ce privește prețurile produselor și ale factorilor de producție. În acest mediu, este dificil să se mențină marjele de profit, în care prețul produsului joacă un rol foarte important și că nu este ușor de modificat de la fermă. Gestionarea eficientă a ciclurilor de hrănire și controlul costurilor de producție sunt considerate principalele instrumente de gestionare pentru creșterea rentabilității. Încorporarea noilor strategii tehnologice de gestionare a exploatațiilor agricole poate genera costuri mai mari, dar pot genera, de asemenea, profituri mai mari pe unitate de producție. În acest sens, proiectul DIGITLAMB abordează diferite aspecte noi în sectorul producției de ovine, deoarece urmărește să dezvolte noi tehnologii digitale pentru a controla uniformitatea calității mieilor îngrășați. În acest sens, DIGITLAMB va dezvolta un sistem inteligent automat de clasificare și cântărire pentru a prezice creșterea mieilor în loturi uniforme. În acest scop, tehnicile de învățare automată vor fi aplicate la cântare automate și sisteme de vedere artificială pentru determinarea greutății și parametrilor zootehnici pentru a prezice rata de creștere a mieilor, precum și tehnici de senzori pentru studiul modelelor de comportament și consum al mieilor în conformitate cu strategia de clasificare a mieilor urmată. În prezent, nu există pe piață niciun sistem de clasificare a mieilor care să permită gruparea în loturi în funcție de potențialul de creștere (MDG) al animalului în stadiile incipiente ale momelii. Această clasificare va face posibilă ajustarea mai eficientă a contribuției nutriționale, ceea ce va duce la economii economice pentru companie și la îmbunătățirea uniformității loturilor. (Romanian)
    18 August 2022
    0 references
    V zadnjih letih se sektor ovčjega mesa sooča z visoko spremenljivostjo cen proizvodov in vložkov. V tem okolju je težko ohraniti stopnje dobička, v katerih ima cena izdelka zelo pomembno vlogo in da se s kmetije ni enostavno spreminjati. Učinkovito upravljanje ciklov hranjenja in nadzor proizvodnih stroškov se štejeta za glavno orodje upravljanja za povečanje donosnosti. Vključitev novih strategij tehnološkega upravljanja na kmetijah lahko povzroči višje stroške, lahko pa tudi ustvari večji dobiček na proizvodno enoto. V tem smislu projekt DIGITLAMB obravnava različne nove vidike v sektorju ovčjereje, saj si prizadeva za razvoj novih digitalnih tehnologij za nadzor enotnosti kakovosti pitane jagnjetine. V tem smislu bo DIGITLAMB razvil inteligenten avtomatiziran sistem za razvrščanje in tehtanje za napovedovanje rasti jagnjet v enotnih serijah. V ta namen se bodo tehnike strojnega učenja uporabljale v avtomatskih lestvicah in sistemih umetnega vida za določanje teže in zootehničnih parametrov za napovedovanje stopnje rasti jagnjet, pa tudi tehnike senzorizacije za preučevanje obnašanja in vzorcev porabe jagnjet v skladu s strategijo razvrščanja jagnjet. Danes na trgu ni sistema za razvrščanje jagnjet, ki bi omogočal združevanje v serije glede na potencial rasti živali v zgodnjih fazah vabe. Ta razvrstitev bo omogočila učinkovitejšo prilagoditev prehranskega prispevka, kar bo povzročilo ekonomske prihranke za podjetje in izboljšanje enotnosti serij. (Slovenian)
    18 August 2022
    0 references
    W ostatnich latach sektor owiec mięsnych borykał się z dużą zmiennością cen produktów i nakładów. W tym środowisku trudno jest utrzymać marże zysku, w których cena produktu odgrywa bardzo ważną rolę i że nie jest łatwo modyfikować z gospodarstwa. Skuteczne zarządzanie cyklami karmienia i kontrola kosztów produkcji są uważane za główne narzędzia zarządzania zwiększające rentowność. Włączenie nowych strategii zarządzania technologicznego w gospodarstwach może pociągać za sobą wyższe koszty, ale mogą one również generować wyższe zyski na jednostkę produkcji. W tym sensie projekt DIGITLAMB dotyczy różnych nowatorskich aspektów w sektorze produkcji owiec, ponieważ dąży do opracowania nowych technologii cyfrowych w celu kontroli jednolitości jakości jagnięciny. W tym sensie DIGITLAMB opracuje inteligentny automatyczny system klasyfikacji i ważenia, aby przewidzieć wzrost jagniąt w jednolitych partiach. W tym celu techniki uczenia maszynowego będą stosowane w automatycznych wagach i sztucznych systemach widzenia w celu określenia masy i parametrów zootechnicznych w celu przewidywania tempa wzrostu jagniąt, a także techniki sensoryzacji do badania zachowań i wzorców konsumpcji jagniąt zgodnie ze strategią klasyfikacji jagniąt. Obecnie na rynku nie ma systemu klasyfikacji jagniąt, który umożliwiałby grupowanie w partiach zgodnie z potencjałem wzrostu (GMD) zwierzęcia we wczesnych stadiach przynęty. Klasyfikacja ta pozwoli na bardziej efektywne dostosowanie wkładu żywieniowego, co doprowadzi do oszczędności ekonomicznych dla przedsiębiorstwa oraz poprawy jednolitości partii. (Polish)
    18 August 2022
    0 references
    Villanueva de la Serena
    0 references
    20 December 2023
    0 references

    Identifiers

    IDI-20190841
    0 references