Netto energie voorspellen met artificiële intelligentie

Het bestuderen van patronen bij de opname van netto energie kan helpen bij de ontwikkeling van voederstrategieën en kan dus nuttig zijn om de prestaties van vleesvarkens te verbeteren. Toch is er een nadeel. Netto energie meten is erg tijds- en arbeidsintensief en daarom ook duur. Het is efficiënter om een model te gebruiken dat de patronen kan voorspellen. Wetenschappers van de China Agricultural University in Peking vergeleken hiervoor twee modellen.

Voor de praktijkstudie werden 24 vleesvarkens van 30kg gevolgd tot ze een gewicht van 90kg bereikt hadden. De dieren werden in een stofwisselingskooi gehouden waar ze vrije toegang tot het voeder hadden. Op bepaalde momenten brachten ze ook tijd door in een ademhalingskamer. Zo konden de wetenschappers de netto energie berekenen. De verzamelde data werden vervolgens in twee delen opgesplitst. De eerste set gegevens diende om de modellen op te stellen. Met het tweede deel kon elk model vervolgens geëvalueerd worden.

Voor het eerste model gebruikten de onderzoekers statistische methode van non-lineaire regressie. Het tweede steunde op artificiële intelligentie. De wetenschappers zochten patronen in de opname van netto energie en de netto energie die nodig is om werd als vetten en eiwitten.

De gegevens toonden aan dat de opname van netto energie, de energie nodig voor gewichtsbehoud en die werd opgeslagen als vet, blijft toenemen bij een stijgend gewicht. Netto energie opgenomen als eiwit steeg in de beginfase, maar bereikte daarna een plafond. De onderzoekers vonden dus veranderende patronen in de opname van netto energie in verschillende fases van de groei. Verder bleek het model op basis van artificiële intelligentie de beste voorspellingen op te leveren. Dit heeft dan ook de voorkeur op het non-lineaire regressiemodel.

Iedere maand Varkensbedrijf, thuis op de mat?

Wil je het hele artikel lezen? Of de mooiste artikelen en reportages thuis op de mat ontvangen?