Wat als een wearable een verandering in de dagelijkse bewegingen van uw huisdier zou kunnen opmerken voordat het u opvalt? Dat is het intrigerende idee achter onderzoek naar gedragsvoorspelling bij huisdieren - maar het herkennen van een bewegingspatroon is niet hetzelfde als het begrijpen van een dier.
Deze studie onderzocht de voorspelling van negen huisdiergedragingen op basis van negenassige gedragsgegevens die gedurende een bepaalde periode zijn verzameld. De focus lag op een praktisch machinelearning-probleem: gedragsgegevens kunnen beperkt zijn. Wanneer een model te weinig voorbeelden heeft, kan het moeite hebben om patronen consistent te herkennen, vooral buiten de situaties die in de training zijn vertegenwoordigd.
De onderzoekers stelden TN-GAN-gebaseerde augmentatie voor, een benadering die is ontworpen om aanvullende multidimensionale tijdreeksgegevens voor training te creëren. Het artikel rapporteert dat het geaugmenteerde model het tekort aan gedragsgegevens beperkte tijdens het voorspellen van negen gedragingen. In duidelijke taal was het doel om een voorspellingssysteem nuttiger oefenmateriaal te geven.
Dat is veelbelovend, maar het is geen bewering dat een apparaat elk huisdier in elke setting kan decoderen. Het verstrekte uittreksel vermeldt niet het aantal of type huisdieren, de negen specifieke gedragingen, nauwkeurigheidsresultaten, of dat de tests verschillende huizen, rassen, leeftijden en activiteitsniveaus omvatten. Deze ontbrekende details beperken hoe breed het resultaat kan worden toegepast.
Het is ook belangrijk dat voorspelling geen oorzaak vaststelt. Een systeem kan vaststellen dat bepaalde negenassige patronen geassocieerd zijn met een gedrag in zijn gegevens. Die relatie alleen kan niet verklaren waarom het gedrag plaatsvond, bewijzen dat beweging het veroorzaakte, of de emotionele of medische toestand van een huisdier identificeren.
Voor huisdierbezitters is de aantrekkingskracht duidelijk: toekomstige hulpmiddelen zouden routinematige veranderingen gemakkelijker kunnen maken om op te merken te midden van drukke dagen. Toch werkt technologie het beste als een aansporing tot aandachtige observatie en context, niet als vervanging voor beide. Welk dagelijks gedrag zou u willen dat technologie u helpt bij te houden?
Wetenschappelijke bron: https://www.mdpi.com/1424-8220/23/8/4157
Gereferenceerde bron
Oorspronkelijk gepubliceerd door Pet Hub op Facebook. Bekijk de oorspronkelijke post.