CC BY
12INTERNATIONAL SCIENTIFIC AND TECHNICAL CONFERENCE "DIGITAL TECHNOLOGIES: PROBLEMS AND SOLUTIONS OF PRACTICAL IMPLEMENTATION IN THE SPHERES" APRIL 27-28, 2023
RAQAMLI CHORVACHILIKDA BIG DATA VA MACHINE LEARNING AHAMIYATI 1Babadjanov Elmurod Satimbaevich, 2Odiljonov Umidjon
1TATU DCs doktoranti, elmurbes@gmail.com 2TATU 3-kurs talabasi https://doi.org/10.5281/zenodo.7856375
Abstract. Nowadays, intelligent animal husbandry systems are implemented with the temporary use of advanced sersor technologies. In particular, biometric and biosensors are used to monitor the health and well-being of livestock. Sensors allow real-time detection and acquisition of various indicators of animals, resulting in large amounts of digital data (BigData) for livestock management.
Keywords: animal husbandry system, sensor technologies, biometric, biosensor, health, livestock, BigData.
Hozirgi kunda aqlli chorvachilik tizimilari ilg'or-sersor texnologiyalarini muvaqqiyatli qo'llash bilan amalga oshiriladi. Jumladan, chorva hayvonlari salomatligi va farovonligini kuzatishda biometrik va biosensorlardan foydalaniladi. Sensorlar o'z o'rnida hayvonlarning turli ko'rsatkichlarini real vaqtda aniqlash va olish imkonini berib, natijada chorvachilikni boshqarish bo'yicha katta hajmdagi raqamli ma'lumotlar (BigData) paydo bo'ladi. BigData ko'plab o'zgaruvchilarga (yoki peredikatlar) ega bo'lgan ma'lumotlar to'plami sifatida aniqlanadi. Bunda ma'lumotlarni vizual ko'rishga to'sqinlik qiluvchi juda ko'p sonli qatorlar va ustunlarga ega, ma'lumotlarni chalkash va an'anaviy statistik usullar uchun yaroqsiz holga bo'ladi. BigData to'rtta asosiy xususiyat bilan tavsiflanib, ular birgalikda "4 Vs" modeli sifatida tanilgan: (i) ma'lumotlar hajmi; (ii) ma'lumotlarga kirish yoki undan foydalanish tezligi; (iii) ma'lumotlarning turli shakllari; (iv) haqiqat - ma'lumotlarni tozalash va tahrirlash [1, 2].
Aqlli chorvachilik (PLF) hayvonlar salomatligi va farovonligi bilan bog'liq muammolarni ko'rsatish, jumladan ozuqa ehtiyoji, reproduktiv holat va mahsuldorlikning pasayishi haqida ma'sul shaxslarni xabardor qilishda albatta katta ma'lumotlar tahlili va modellash tirishga tayanadi. BigData modellari sensorlardan ma'lumot oladi, ularni qayta ishlaydi va keyin hayvonlarga tegishli ma'lumotlardagi anormalliklarni aniqlash uchun foydalanadi. BigData modellari fermer xo'jaliklariga muhim natijalarni taqdim etish uchun sensor texnologiyasining samaradorligiga hissa qo'shadi va natijada resurslardan ko'proq foydalanish mumkin. Jumladan, kelajakdagi voqealar ehtimolini bashorat qilish, fermerlar ta'siri va qarorlar qabul qilishni yaxshilash, hatto hayvonlarni asosli guruhlash imkonini beradi. Sensor ma'lumotlarini hayvonlarga yo'naltirilgan (fenotip) va atrof-muhitga yo'naltirilgan ma'lumotlarga ajratish mumkin. Ushbu ikki turdagi ma'lumotlar hayvonlar sog'lig'i va mahsuldorligiga ta'sir qilib, ularni bir vaqtning o'zida birgalikda kuzatish lozim. Hayvonlar va atrof-muhitga yo'naltirilgan ma'lumotlardan foydalangan holda chorvachilikni raqamlashtirish sog'liqni saqlash, ovqatlanish, genetika, ko'payish, farovonlik, bioxavfsizlik va zararli gazlarini chiqarishdagi umumiy boshqaruvni yaxshilashga qaratilgan.
Ma'lumotlarni modellashtirishning ikkita asosiy turi mavjud: tajriba va bashorat. Tajriba modellar oldingi voqealik ma'lumotlarni oladi va unda qaysi omillar ta'sir qilganligini aniqlaydi. Bashoratli modellar esa ma'lum mezonlar asosida kelajak hodisalarni bashorat qilish uchun mavjud ma'lumotlardan foydalanadi [3]. BigDatadan foydalanishda ma'lumotlarni
INTERNATIONAL SCIENTIFIC AND TECHNICAL CONFERENCE "DIGITAL TECHNOLOGIES: PROBLEMS AND SOLUTIONS OF PRACTICAL IMPLEMENTATION IN THE SPHERES" APRIL 27-28, 2023
modellashtirishdan to'g'ri foydalanish muhim ahamiyatga ega. Ma'lumotlarning og'ishi modelda hisobga olinishi kerak bo'lgan bir qator o'zgaruvchilar mavjudligini anglatadi hamda shovqinni olib tashlash uchun ma'lumotlarni tozalash kerak [2]. Bashoratli modellardan foydalanish fermerlarga kelajakdagi natijalarni bashorat qilish va yanada yaxshi boshqaruvni amalga oshirish imkonini beradi [3]. BigData texnologiyalari aloqa tarmoqlarini yaratish orqali kasallikning tarqalishini kuzatishda va yuqori xavfli guruhlarni aniqlashda ham foydali bo'ladi [2].
Mashinali o'qitish (Machine learning - ML)- bu statistik bashorat qilish va qaror qayuul qilish algoritmlaridan foydalanadigan sun'iy intellektning bir tarmog'i [55]. Ma'lumotni intellektual tahlili (DataMining) ham shunga o'xshash, ammo unda asosiy e'tibor axborot ishlab chiqarish andozalarini (shablon) aniqlashda ma'lumotlar bazasinin o'qitishga qaratilgan. BigDatani qata ishlovchi vosita, ya'ni iste'molchisi ML hisoblanadi. Hozirda PLFda MLga qiziqish ortib bormoqda. Chunki u kompyuter algoritmlariga sensorlar asosidagi BigData to'plamlarini bosqichma-bosqich o'qitish va shunga mos ravishda o'zini yaxshilash imkonini beradi. Bu esa ma'lumotlari inson tahliliga bo'lgan ehtiyojni yo'q qiladi [1].
ML usullari ko'pincha hayvonlar genetikasi tadqiqotlarida genotipik ma'lumotlarga asoslangan fenotiplarni bashorat qilish, nasldagi o'zgaruvchanlikni aniqlash va genotipni hisoblash uchun ishlatiladi. Shuningdek ML, fermalarida avtomatlashtirilgan sut sog'ish texnologiyalari orqali mastitni aniqlash, tasvirni tahlil qilish orqali tana vaznini baholash va mikrobioma sog'lig'ini kuzatish uchun ham ishlatilgan [3]. ML va BigData tahlili sog'in mollarining farovonligi va mahsuldorligini oshirishi mumkin. Ulardan sut ishlab chiqarishda jiddiy salbiy oqibatlarga olib kelishi mumkin bo'lgan muammolari, jumladan sog'in mollarida oqsoqlik va mastit ehtimolini kuzatish va bashorat qilish uchun foydalanish mumkin.
BigData tahlili usullaridan ishlab chiqarish jarayonlari va tizimlarini optimallashtirish maqsadida fermer xo'jaliklari bo'ylab ma'lumotlarni jamlash va integratsiya qilish uchun ham foydalanish mumkin. BigData baxosi taqdim etilgan ma'lumotlarning avtomatlashtirilishi, mavjudligi va aniqligiga bog'liq bo'lib, bunda ma'lumotlar sifatini ta'minlashda xatolarni tekshirish va sifat nazoratini amalga oshirish kerak. PLF fermalarda kengroq tatbiq etilayotganligi sababli, ma'lumotlarni umumlashtirish, vizualizatsiya qilish va eng mos ma'lumotlar modellarini aniqlash uchun dasturiy ta'minot, sifat nazorati mexanizmlari, ma'lumotlar bazasi tizimlari va statistik usullarni ishlab chiqish kerak. Fermalardan olingan katta ma'lumotlar bilan bog'liq yana bir asosiy muammo - maxfiylik va xavfsizlik. Shuning uchun fermalar bo'yicha ma'lumotlar to'plash hozirda yetarli darajada emas, chunki fermerlar o'zlariga tegishli shaxsiy maxfiylikni ustivor qo'yishadi (1-jadval).
Kompaniya BigData texnologiyasi Manzil
Cargill Inc Enteligen sut maxsulotlari uchun ilova Italiya
Cattle Watch Podani hisoblash va fermerga individual hayvonlar joylashuvini aniqlash uchun joylashuvni kuzatish tizimi va BigDatadan foydalanadi. Isroil
Vence Sun'iy intellekt va sensorlar asosidagi BigData hayvonlar harakatini nazorat qilish, farovonligini kuzatish va yaylov paytida virtual panjaralar yaratish. Qo'shma Shtatlar
Connecterra Sensorlar va bulutga asoslangan MLdan foydalangan holda sut ferma hayvonlarining real vaqtdagi xatti-harakatlarini bashorat qilish uchun BigData Niderlandiya
INTERNATIONAL SCIENTIFIC AND TECHNICAL CONFERENCE "DIGITAL TECHNOLOGIES: PROBLEMS AND SOLUTIONS OF PRACTICAL IMPLEMENTATION IN THE SPHERES" APRIL 27-28, 2023
Cainthus Hayvonlarning xatti-harakatlarini kuzatish uchun kompyuter ko'rish va chuqur o'qitish Irlandiya
Rex Animal Health Hayvonlar salomatligi sektoridagi Aniq Tibbiyot (Precision Medicine) uchun BigData Qo'shma Shtatlar
Chitale Dairy Sog'in sigirning ovqatlanish va sog'lig'ini kuzatishda ma'lumotlar to'plovchi RFID teglari va sensorlar Hindiston
Porphyrio Parranda xomashyosi va tuxum oqimini bashorat qilish, to'dalarni boshqarish, erta ogohlantirish tizimi va optimal so'yishni rejalashtirish Belgiya
SmartShepherd Hayvonlar o'rtasidagi munosabatlarni aniqlash orqali ona naslini yaratish uchun bo'yin kamar (osheynik) turidagi sensor ma'lumotlari Avstraliya
Merck Animal Health Kasal hayvonlar chegarasini aniqlash uchun quloq tegi sensorlaridan biometrik va harakatga doir BigData Qo'shma Shtatlar
Alan-It Bulutga asoslangan Smart4Agro analitik xizmati; Chorvachilik bo'yicha qaror qabul qilish Rossiya
AgriWebb Fermadan ta'minot zanjiriga ma'lumotlarni ulash uchun bulutga asoslangan qoramol boshqarish dasturi Avstraliya
BovControl Go'sht, sut va genetik ishlab chiqarish samaradorligini oshirish uchun ma'lumotlarni yig'ish va tahlil qilish vositasi; Fermerlar, ishlab chiqaruvchilar, brendlar, yer egalari va texnik maslahatchilarni bog'laydi. Qo'shma Shtatlar
AgriSyst Cho'chqachilik, boqish, cho'chqa go'shti va cho'chqaxona katta ma'lumotlarini yozib olish uchun PigExpert ilovasi Niderlandiya
PoultryMon Parrandachilikda sensorlar orqali inkubator jarayonini masofaviy monitoringi uchun BigData Hindiston
Yingzi Technology Hayvonlarning individual ID kartalaridan to'plangan BigData va fermadan to go'sht rastasigacha bo'lgan butun jarayonlarni kuzatish. Xitoy
Parmigiano Reggiano Mahsulotlarni kuzatish, sifatni ta'minlash, firibgarlikni kamaytirish uchun teglar yordamida BigData Italiya
«1-жадвал». Chorvachilikda BigData foydalanadigan kompaniyalar Biometrik va biologik sensorlardan olingan ma'lumotlarga asoslanib BigData texnologiyasining bashoratlash modellari chorvachilik quvvati, mahsuldorligi va farovonligini
oshirishi mumkin bo'lgan raqamli fermerlik xizmatlari tizimini yaratish da ishlatilishi mumkin. Masalan, sensorlarning IoT va BigData bilan integratsiyasi natijasida sut ishlab chiqarishni bashorat qilishda fermerlarga yordam beruvchi MooCare bashorat modeli ishlab chiqilgan. BigData modellar yordamida tovuq kasalliklari aniqlangan va bashorat qilingan. Hayvonlarga taqiladigan sensorlar va sezgir chorvachilik platformalaridan olingan raqamli ma'lumotlar bashoratlash va moslashuvchan qarorlar qabul qilish modellarida ishlatilishi mumkin bo'lgan raqamli iz yaratishga yordam beradi.
REFERENCES
1. S. Neethirajan, Bas Kemp. Digital Livestock Farming // Sensing and Bio-Sensing Research 32 (2021) 100408. doi.org/10.1016/j.sbsr.2021.100408
2. Babadjanov E.S. PLF (aniq chorvachilik) texnologiyalari va mavjud tizimlar holati // Muhammad al-Xorazmiy avlodlari, № 4(22), 2022. Б.68-84
INTERNATIONAL SCIENTIFIC AND TECHNICAL CONFERENCE "DIGITAL TECHNOLOGIES: PROBLEMS AND SOLUTIONS OF PRACTICAL IMPLEMENTATION IN THE SPHERES" APRIL 27-28, 2023
3. Babadjanov E.S. Aproblems and solutions of organizing smart livestock farms. CAJECS, ISSN: 2181-3213 VOLUME 1, ISSUE 4, 09.2022. P.6-19.
