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)
Postdoc Yuuko Xue, (Deltager, QGG)
Postdoc Sumesh Sethumadhavan Nair (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.
