Logo des Repositoriums

Auflistung nach Autor:in "Stamer, Eckhard"

1 - 3 von 3
  • Konferenzbeitrag
    Control charts and neural networks for oestrus dectection in dairy cows
    (Land- und Ernährungswirtschaft im Wandel – Aufgaben und Herausforderungen für die Agrar und Umweltinformatik, 2006) Krieter, Joachim; Stamer, Eckhard; Junge, Wolfgang
    Exponentially weighted moving average control charts and neural networks were used for oestrus detection in dairy cows. The analysis involved 373 cows, each with one verified oestrus event. Model inputs were the traits activity, measured by pedometer, and the period (days) since last oestrus. In total 10,386 records were available, which were partitioned into training and validation subsets to train and test the neural network (multifold cross-validation). When the trained neural network was applied to the validation sets, the averaged sensitivity, specificity and error rate were 77.5, 99.6 and 9.1%, respectively. Performance for the same data with the univariate control chart was less successful. Neural networks are useful tools to improve computerised oestrus detection in dairy cows.
  • Konferenzbeitrag
    Informationsmanagement in der Milchviehhaltung – am Beispiel der Milchviehherde „Frankenforst“ der Universität Bonn
    (INFORMATIK 2010. Service Science – Neue Perspektiven für die Informatik. Band 1, 2010) Büscher, Wolfgang; Müller, Ute; Müller, Peter; Stamer, Eckhard
    Die neue Anlage in der Lehrund Forschungsstation Frankenforst der Universität Bonn steht vor Herausforderungen im Bereich des Datenund Informationsmanagements, da umfangreiche Einzeltierdaten zu wissenschaftlichen Fragestellungen in Zukunft erhoben, vernetzt und verarbeitet werden sollen. Das Kuhdatenmanagementsystem „KuhDaM“ (ein relationales Datenbanksystem) ermöglicht eine Zusammenführung und Vernetzung der in den Teilsystemen anfallenden Daten. Das Datenbankschema ist so konzipiert, dass zukünftige Entwicklungen in der Rinderhaltung (Erhöhung der Messwertdichte durch neue Sensortechniken wie z. B. lokale Positionsmessung der Kühe) nachträglich abgebildet und einbezogen werden können; es stellt kein geschlossenes System dar. Es wird ein hoher Automatisierungsgrad in der Datenbereitstellung des Versuchsbetriebes angestrebt. Auf der Basis dieses Informationssystems, d. h. unter Berücksichtung mehrere Sensoren bzw. Merkmale, sollen zukünftig Modelle zur Prädiagnostik mit verbesserter Sicherheit entwickelt werden mit Methoden des „Maschinellen Lernens“. Das ermöglicht komplexe, tierindividuelle Analysen und Auswertungen.
  • Konferenzbeitrag
    Milchvieh-Informationsmanagement auf Versuchsbetrieben – Beispielanwendungen und Nutzen für Praxisbetriebe
    (Massendatenmanagement in der Agrar- und Ernährungswirtschaft – Erhebung – Verarbeitung – Nutzung, 2013) Büscher, Wolfgang; Hendriksen, Kathrin; Müller, Ute; Müller, Peter; Behrend, Andreas; Stamer, Eckhard
    An den milchwirtschaftlichen Versuchsbetrieben der Universitäten und anderen Forschungseinrichtungen werden unterschiedlichste wissenschaftliche Fragestellungen bearbeitet. Bei den Forschungsthemen fallen viele zusätzliche Daten an, die oft weit über die üblichen Daten des klassischen Herdenmanagements hinausgehen. Das Kuhdatenmanagementsystem „KuhDaM“ (ein relationales Datenbanksystem) ermöglicht eine Zusammenführung und Vernetzung der anfallenden Daten. Mit Hilfe dieser relationalen Datenbanken auf Betriebsservern können die Informationen zusammen geführt werden, wodurch komplexe Analyse und Auswertungsmethoden möglich sind. Dazu werden unter anderem bewährte Datenstromanalysetechniken direkt in den relationalen Datenbankkontext übertragen, um dort neben der etablierten Analyse historischer Daten auch die Analyse von dynamischen Stromdaten zu ermöglichen. Da langfristig eine hohe Übereinstimmung zwischen Forschungsund Praxiszielen besteht, ist die „Datenstromanalyse“ ein wichtiges Zukunftsthema für die Wissenschaft und Industrie.