Was wäre, wenn ein Wearable eine Veränderung in den täglichen Bewegungen Ihres Haustiers erkennen könnte, bevor sie Ihnen offensichtlich wird? Das ist die faszinierende Idee hinter der Forschung zur Vorhersage des Verhaltens von Haustieren – aber das Erkennen eines Bewegungsmusters ist nicht dasselbe wie das Verstehen eines Tieres.
Diese Studie untersuchte die Vorhersage von neun Verhaltensweisen von Haustieren anhand von über einen längeren Zeitraum gesammelten neunachsigen Verhaltensdaten. Sie konzentrierte sich auf ein praktisches Problem des maschinellen Lernens: Verhaltensdaten können begrenzt sein. Wenn einem Modell zu wenige Beispiele vorliegen, kann es Schwierigkeiten haben, Muster konsistent zu erkennen, insbesondere jenseits der im Training dargestellten Situationen.
Die Forscher schlugen die TN-GAN-basierte Augmentierung vor, einen Ansatz, der darauf abzielt, zusätzliche multidimensionale Zeitreihendaten für das Training zu erzeugen. Der Artikel berichtet, dass das augmentierte Modell den Mangel an Verhaltensdaten bei der Vorhersage von neun Verhaltensweisen minderte. Vereinfacht ausgedrückt, war das Ziel, einem Vorhersagesystem nützlicheres Übungsmaterial zu geben.
Das ist vielversprechend, aber es ist keine Behauptung, dass ein Gerät jedes Haustier in jeder Umgebung entschlüsseln kann. Der bereitgestellte Auszug gibt weder die Anzahl oder Art der Haustiere, die neun spezifischen Verhaltensweisen, die Genauigkeitsergebnisse noch an, ob die Tests verschiedene Haushalte, Rassen, Altersgruppen und Aktivitätsniveaus umfassten. Diese fehlenden Details begrenzen die Anwendbarkeit des Ergebnisses.
Es ist auch wichtig, dass die Vorhersage keine Ursache feststellt. Ein System kann feststellen, dass bestimmte Neun-Achsen-Muster in seinen Daten mit einem Verhalten assoziiert sind. Diese Beziehung allein kann nicht erklären, warum das Verhalten auftrat, beweisen, dass die Bewegung es verursacht hat, oder den emotionalen oder medizinischen Zustand eines Haustiers identifizieren.
Für Tierhalter ist der Reiz klar: Zukünftige Tools könnten es erleichtern, routinemäßige Veränderungen im geschäftigen Alltag zu bemerken. Dennoch funktioniert Technologie am besten als Anstoß für aufmerksame Beobachtung und Kontext, nicht als Ersatz dafür. Welches tägliche Verhalten würden Sie mithilfe von Technologie verfolgen wollen?
Wissenschaftliche Quelle: https://www.mdpi.com/1424-8220/23/8/4157
Referenzquelle
Ursprünglich von Pet Hub auf Facebook veröffentlicht. Den Originalbeitrag ansehen.