文献

J-GLOBAL ID：202202284216043848   整理番号：22A0562644

魚類ストレス行動のための知的認識法における最近の進歩【JST・京大機械翻訳】

Recent advances in intelligent recognition methods for fish stress behavior

著者 (17件)： Li Daoliang (College of Information and Electrical Engineering, China Agricultural University, Beijing 100083, China) ,  Li Daoliang (Beijing Engineering and Technology Research Centre for Internet of Things in Agriculture, Beijing 100083, China) ,  Li Daoliang (Key Laboratory of Agricultural Information Acquisition Technology, Ministry of Agriculture, Beijing 100083, China) ,  Li Daoliang (National Innovation Center for Digital Fishery, China Agricultural University, Beijing 100083, China) ,  Wang Guangxu (College of Information and Electrical Engineering, China Agricultural University, Beijing 100083, China) ,  Wang Guangxu (Beijing Engineering and Technology Research Centre for Internet of Things in Agriculture, Beijing 100083, China) ,  Wang Guangxu (Key Laboratory of Agricultural Information Acquisition Technology, Ministry of Agriculture, Beijing 100083, China) ,  Wang Guangxu (National Innovation Center for Digital Fishery, China Agricultural University, Beijing 100083, China) ,  Du Ling (College of Information and Electrical Engineering, China Agricultural University, Beijing 100083, China) ,  Du Ling (Beijing Engineering and Technology Research Centre for Internet of Things in Agriculture, Beijing 100083, China) ,  Du Ling (Key Laboratory of Agricultural Information Acquisition Technology, Ministry of Agriculture, Beijing 100083, China) ,  Du Ling (National Innovation Center for Digital Fishery, China Agricultural University, Beijing 100083, China) ,  Zheng Yingying (Department of Electrical and Computer Engineering, Utah State University, Logan, UT 84341, USA) ,  Wang Zhenhu (College of Information and Electrical Engineering, China Agricultural University, Beijing 100083, China) ,  Wang Zhenhu (Beijing Engineering and Technology Research Centre for Internet of Things in Agriculture, Beijing 100083, China) ,  Wang Zhenhu (Key Laboratory of Agricultural Information Acquisition Technology, Ministry of Agriculture, Beijing 100083, China) ,  Wang Zhenhu (National Innovation Center for Digital Fishery, China Agricultural University, Beijing 100083, China)
資料名： Aquacultural Engineering  (Aquacultural Engineering)
巻： 96  ページ： Null  発行年： 2022年 
JST資料番号： E0976A  ISSN： 0144-8609  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 魚類ストレスに関する情報の獲得は,水質監視,病気の予防,福祉改善の緊急の必要性として認識されてきた。魚類健康に及ぼす潜在的ストレス関連影響の最小化は,集中的水産養殖におけるストレス応答の早期徴候を効果的かつ確実に同定することによって,公衆の注意を引きつけた。今日まで,魚ストレスは主に監視され,同定され,手動で評価され,時間がかかり,労力がかかり,不十分で,信頼性が乏しい。最近,知的方法および装置は,魚の行動および生理学的ストレス応答を含む異常状態の自動認識のための新しい機会を創造する。本研究は,魚類ストレスモニタリングに関する関連論文をレビューし,新しい技術が3つのカテゴリー,すなわちマシンビジョンベース,センサベース,および音響ベースの方法に分類されていることを要約した。すべての方法を,それらの応用,利点,および短所についてそれぞれ評価した。先進的センサと機械学習ベースの方法は,魚類福祉モニタリング技術の自動化と知能を加速するために不可欠であると結論づけられる。本論文では,情報融合と深層学習アルゴリズムが,スマート魚養殖における異常行動認識に関する将来の研究の精度をさらに改善する可能性を有することを提案した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 自動化 ,  信頼性 ,  音響 ,  *魚類 ,  社会福祉 ,  養殖 ,  コンピュータビジョン ,  センサ ,  深層 ,  機械学習 ,  学習アルゴリズム
準シソーラス用語： 異常行動 ,  ストレス応答 ,  自動認識 ,  マシンビジョン , 【Automatic Indexing@JST】

著者キーワード (5件)： 魚類行動 ,  ストレス応答 ,  コンピュータビジョン ,  センサ ,  音響技術

分類 (3件)： 増養殖の技術  (FH04020Y) ,  魚類  (FH02020K) ,  増養殖設備  (FH04030J)

タイトルに関連する用語 (3件)： 魚類 ,  ストレス ,  行動