Yapay sinir ağı kullanarak farklı kategoriler ile süt ineklerinde kızgınlık tahmini

Büyükbaş süt besiciliğinde kızgınlık gösteren hayvanların tespitinde büyük sıkıntı çekilmektedir. Bu durum modern süt sığırı işletmelerinde verimliliği önemli ölçüde azaltarak süt ve et fiyatlarının artışına neden olmakta, dolayısıyla tüketicilerin bu hayvansal ürünler için olan alım güzü azalmaktadır. Bu çalışmada, sürü yönetim sisteminin kullanıldığı bir işletmede yetiştirilen Holstein Friesian ırkı sığırlardaki kızgınlık tespitinin, yapay sinir ağları uygulanarak, minimum hata oranı ile belirlenmesi hedeflenmektedir. Bunun için, giriş verisi olarak iki saatlik periyotlarla elde edilen büyükbaş hayvanların hareket sayısı değişim oranı, geviş sayısı değişim oranı, sağım esnasında alınan süt verimi değişim oranı ve iletkenlik değişim oranı kullanılarak farklı kategorilerde yapay sinir ağları modellemesi oluşturulmuştur. Çıkış verisi, "kızgın veya değil" tahminlemesi yapılmıştır. Bu tez kapsamında gerçekleştirilen farklı kategorilerdeki yapay sinir ağı modelleri ile kızgınlık doğruluk oranı tespit edilmiş; bu doğruluk oranlarının, veri setinin her eğitilmesinde %85 ile %93 arasında değiştiği gözlemlenmiştir.