Beurteilung von Use Cases zur Tierortung nach dem Grad des Informationsgehalts
| dc.contributor.author | Lamoth, Marie | |
| dc.contributor.author | Neeland, Heiko | |
| dc.contributor.author | Umstätter, Christina | |
| dc.contributor.editor | Hoffmann, Christa | |
| dc.contributor.editor | Stein, Anthony | |
| dc.contributor.editor | Ruckelshausen, Arno | |
| dc.contributor.editor | Müller, Henning | |
| dc.contributor.editor | Steckel, Thilo | |
| dc.contributor.editor | Floto, Helga | |
| dc.date.accessioned | 2023-02-21T15:14:08Z | |
| dc.date.available | 2023-02-21T15:14:08Z | |
| dc.date.issued | 2023 | |
| dc.description.abstract | In der Nutztierhaltung ist das rechtzeitige Erkennen von kranken Tieren von großer Bedeutung. Um dies zu unterstützen, werden automatisierte Assistenzsysteme entwickelt. Die Tierortung kann eine Technik sein, um Verhaltensabweichungen zu detektieren. Für ein solches Erkennungssystem ist es wichtig zu definieren, worüber es Auskunft geben soll. Stachowicz und Umstätter [SU21] unterscheiden drei Nachweisebenen nach dem Grad ihres Informationsgehalts. Die ersten beiden Ebenen beinhalten umwelt- oder tierbezogene Aspekte und die dritte Ebene spezifische krankheitsbezogene Indikatoren. In dieser Studie wurden auf Tierortung beruhende Use Cases für Assistenzsysteme hinsichtlich der Nachweisebene bewertet. Dafür wurde der jeweilige Indikator betrachtet und in dem Entscheidungsbaum der passenden Stufe verortet. Bei allen untersuchten Use Cases fallen die Indikatoren in die Ebene 1. Das heißt, die unspezifischen Daten der Tierortung können genutzt werden, um generelle Probleme des Wohlbefindens automatisch zu identifizieren. Eine Erkennung oder Vorhersage von spezifischen Erkrankungen ist hingegen mit diesen technischen Systemen nicht möglich. | de |
| dc.identifier.isbn | 978-3-88579-724-1 | |
| dc.identifier.pissn | 1617-5468 | |
| dc.identifier.uri | https://dl.gi.de/handle/20.500.12116/40281 | |
| dc.language.iso | de | |
| dc.publisher | Gesellschaft für Informatik e.V. | |
| dc.relation.ispartof | 43. GIL-Jahrestagung, Resiliente Agri-Food-Systeme | |
| dc.relation.ispartofseries | Lecture Notes in Informatics (LNI) - Proceedings, Volume P-330 | |
| dc.subject | Milchvieh | |
| dc.subject | Tierwohl | |
| dc.subject | Früherkennung | |
| dc.subject | Assistenzsystem | |
| dc.subject | Nachweisebene | |
| dc.title | Beurteilung von Use Cases zur Tierortung nach dem Grad des Informationsgehalts | de |
| dc.type | Text/Conference Paper | |
| gi.citation.endPage | 404 | |
| gi.citation.publisherPlace | Bonn | |
| gi.citation.startPage | 399 | |
| gi.conference.date | 13.-14. Februar 2023 | |
| gi.conference.location | Osnabrück |
Dateien
Originalbündel
1 - 1 von 1
Vorschaubild nicht verfügbar
- Name:
- GIL_2023_Lamoth_399-404.pdf
- Größe:
- 299.48 KB
- Format:
- Adobe Portable Document Format