奶牛福利精准评估的声学监测与人工智能研究

项目介绍： 精准畜牧业正在改变农场动物健康和福利的监测方式。然而，当前的许多监测系统主要依赖视觉或基于活动的传感器，这意味着重要的行为和生理信号可能会被遗漏。畜牧环境中的声音包含大量关于动物行为、健康和情绪状态的信息，但在商业化奶牛养殖系统中，这一信息来源仍未得到充分利用。

本博士项目将研究如何将生物声学与人工智能相结合，开发用于评估奶牛福利的自动化、非侵入性方法。该项目将探索如何分析奶牛及其周围环境产生的声学信息，以识别与行为、健康状况和福利相关的模式。

研究工作将包括收集和分析奶牛舍环境中的声音数据，将声学模式与行为和健康指标相关联，并开发能够检测有意义的福利相关信号的计算模型。该项目还将探索如何将声学信息与其他形式的农场数据整合，以提高自动化福利评估的可靠性。

成功入选的候选人将在博士项目开始时参加结构化培训项目，以培养编程、数据分析、机器学习和信号处理等领域的技能。这将为处理大型声学数据集和开发适用于畜牧系统的分析方法提供必要的技术基础。除技术培训外，学生还将获得动物行为与福利研究、精准畜牧技术以及动物科学与数据科学跨学科合作方面的经验。

该博士项目设在Harper Adams University，由Nottingham Trent University的Pedro Machado博士担任联合导师。

申请要求： 申请人须已获得或预期获得以下相关学科的硕士学位： • 动物科学 • 兽医学 • 兽医科学 • 动物行为与福利

具备较强的定量分析能力者优先。具有以下一项或多项经验者将具有优势： • 行为观察与福利评估 • 奶牛管理 • 生物声学或信号分析 • Python或R编程 • 统计建模

鼓励无人工智能相关经验的申请人申请，项目将提供结构化的人工智能/机器学习培训。

关键词：奶牛福利 | 生物声学 | 精准畜牧业 | 人工智能 | 机器学习 | 深度学习 | 动物行为 | 声学生物标志物 | 可持续农业 | 数字化养殖

资助信息： 该职位为自费项目。候选人需自行承担项目期间的学费和生活费用。鼓励申请人探索符合条件的外部资助计划、奖学金或政府博士贷款选项。