Früherkernnung Milchkuh

https://hack.opendata.ch/project/563

Transcript

1. 5.9.2020 Cecile Aschwanden Rebekka Flury Adrian Schneebeli Stefan Schneebeli Ramon Winterberg Die gesunde Kuh 05.09.2020
2. Fragestellungen Was können Daten über den Gesundheitszustand der Kuh voraussagen?  Hat die Kuh Mastitis? (Binary Classification)  Welche Krankheit hat die Kuh? (Multiclass Classification)  Handlungsanweisung für Tierhalter Verfügbare Daten  Kuh  Krankheitsindikatoren  Leitungsdaten aus Milchleistungsprüfung  Umwelt 5.9.2020/2
3. Erster Modellentwurf Indikatoren Entscheidungsmodell An g ab en Mastitis TVD-Nummer 1 Laktationsnummer 1 Abkalbedatum 1 Milchmenge 1 Milchfett 0 Milcheiweiss 0 Fett/Eiweiss 0 Harnstoff 0 Zellzahlen 1 Azetonklasse 0 Nachgeburtsverhalten 0 vorhergende Stoffwechsel 0 ZZ Herde 1 Anzahl Besamungen 0 Für jede Krankheit sind entsprechende Indikatoren zu bestimmen. Indikator Wertebereich Wertung Begründung Tagesmilchmenge 15-50 je tiefer Differenz zum Vorwert, desto wahrscheinlicher Milchleistung sinkt Zellzahlen 30'000- 6'000'000 je höher, desto wahrscheinlicher ZZ Milch Zellzahlen Herde 30'000- 6'000'000 Wenn Differenz Herde kleiner als Differenz Einzelkuh, deso wahrscheinlicher Aussschliessun g Hitzestress z.B. 5.9.2020/3
4. Daten, Vorhersage und Empfehlung Kandidat für Mastitis: Ja / nein Vorhersage = Ja (am 29.8.20)  Überwachen und Diagnostizieren  Schalmtest  Euter abtasten  Fieber messen  Befund positiv  Behandeln  Milchprobe einsenden Legende Blau: Total Tagesmenge Milch Säulen grau: Menge pro Melkgang Grüne/gelbe/rote Punke: Zellzahl 5.9.2020/4
5. Learnings  Komplexe Industrie mit vielen verschiedenen Player und eigenen Interessen  Jeder Player bringt eigene inkompatible Systeme auf den Betrieb  Inkompatible Datenbestände Datenbeschaffungsaufwand entsprechend gross Datenaufbereitungsaufwand sehr gross  Ungeklärte Datennutzung und Datenschutzfragen  Smart Cow App zur strukturierten Erfassung von Beobachtungs-daten pro Tier  Datenbestände müssen verfügbar sein  Schnittstellen  Standardformate Daten und Files  Daten (betriebsübergreifend) zur Validierung von Modellen bereitstellen  Konsolidierungshilfen zur Verlinkung von Datenquellen über den gesamten Life Cycle eines Tiers und von Zuchtlinien  Konsolidierungshilfen zur Verlinkung von Datenquellen eines Betriebes Lösungsansätze Hürden 5.9.2020/4