Titel: DiGiSOW
Bevillingsgiver: GUDP
AU projektleder: Tenure Track adjunkt Grum Gebreyesus
Deltagere:
Tenure Track adjunkt Grum Gebreyesus (PI, QGG)
Tenure Track adjunkt Alban Bouquet (Deltager, QGG)
Seniorkonsulent Claus Hansen (Project manager, Teknologisk Institut), Fødevarer og Produktion
+45 72 20 24 63
Teknologisk Institut
Gregersensvej, DK-2630 Taastrup
www.teknologisk.dk
Genetisk chef Søren Balder Bendtsen (Danish Pig Genetics)
Direkte: +45 8140 2613
Hovednr: +45 8140 2610
Lysholt Allé 10, 2. sal.
7100 Vejle - Denmark
www.danishgenetics.dk
Samarbejdspartnere:
Samlet projektperiode: 10/2024 – 10/2028
Bevillingsbeløb: 9.996.210 DKK
Projektbeskrivelse
I moderne husdyravl ændrer integrationen af præcisionshusdyravl (PLF) og computervisionsteknologier fænotypeudviklingen, hvilket muliggør mere nøjagtig og skalerbar overvågning af egenskaber såsom gang, lamhed og benstyrke. Banebrydende high-throughput fænotypeværktøjer, sensorbaserede platforme og kunstig intelligens (AI) automatiserer analysen af adfærdsmæssige og morfologiske træk i realtid. Ved at udnytte maskinlærings- og computervisionsrammer genererer disse teknologier enorme mængder data, der kan integreres i genetiske modeller for at forbedre avlsprogrammer.
DiGiSOW-projektet fokuserer på at definere styrke- og lamhedsegenskaber hos søer ved at bruge avancerede computervisionsteknologier til at overvåge gang- og tilpasningsegenskaber. Dette projekt har til formål at levere nye avlsløsninger ved at udvikle automatiserede fænotypingsmetoder, der vurderer dyrs adfærd og sundhed med høj præcision. Ved at integrere kunstig intelligens og maskinlæring i denne fænotypningsproces, vil DiGiSOW generere handlekraftig indsigt i so-robusthed og levetid, hvilket forbedrer den genetiske udvælgelsesproces.
