The neural analysis of quarters healthiness of high yield cows in selected cowshed

A. Jędruś; P. Boniecki

2/2013 vol. 58

Stats

CC-BY 4.0

Get citation

ORIGINAL PAPER

The neural analysis of quarters healthiness of high yield cows in selected cowshed

A. Jędruś ¹

P. Boniecki ¹

More details

Hide details

Uniwersytet Przyrodniczy w Poznaniu, Instytut Inżynierii Biosystemów, ul. Wojska Polskiego 28, 60-637 Poznań, Poland

Journal of Research and Applications in Agricultural Engineering 2013;58(2):55-57

Article (PDF)

References (11)

KEYWORDS

neural model

cows

somatic cell count

ABSTRACT

Commonly recognized predictive abilities represented by selected ANN (Artificial Neural Networks) topologies are widely used in practice. They often support the decision-making processes that occur in agri-alimentary processing, such as milk production. The aim of the study was to use ANN as a predictive tool in the estimation process of the influence of selected zootechnical characteristics of cows on the milk quality, which is determined by the standards defining the requirements compliance concerning the level of somatic cell counts in the obtained milk. The work resulted in creation of the optimum predictive model which is a neural topology of the MLP-6:17:1 (MultiLayer Perceptron). The performed analysis of the generated neural model’s sensitivity to the individual input variables showed the impact of some of the zootechnical characteristics on somatic cell counts in the obtained milk.

REFERENCES (11)

Boniecki P., Dach J., Pilarski K., Piekarska-Boniecka H.: Artificial neural networks in modeling process of emission of ammonia during composting sewage. Atmospheric Environment (AE), 2012, 57: 49-54.

Google Scholar

Boniecki P., Dach J., Mueller W., Koszela K., Przybył J., Pilarski K., Olszewski T.: Neural prediction of heat loss in the pig manure composting process. Applied Thermal Engineering, 2013, 58: 650-655.

Google Scholar

Boniecki P., Jędruś A., Niżewski P.: Neuronowy system informatyczny wspomagający proces prognozowania masy mleka uzyskanego podczas doju. Technika Rolnicza Ogrodnicza Leśna, 2007, 5: 15-18.

Google Scholar

Dorynek Z., Rytlewski J., Antkowiak I., Kryszkiewicz Cz.: Zawartość komórek somatycznych w mleku krów holsztyńsko-fryzyjskich oraz jej wpływ na użytkowość mleczną. Acta Scientiarum Polonorum. Zootechnika, 2002, 1(1-2): 53-62.

Google Scholar

Jędruś A., Niżewski P., Lipiński M., Boniecki P.: Neuronowa analiza wpływu sposobu doju i wybranych cech zootechnicznych krów na liczbę komórek somatycznych w mleku. Technika Rolnicza Ogrodnicza Leśna, 2008, 4: 22-24.

Google Scholar

Kosiński R.: Sztuczne sieci neuronowe. Dynamika nieliniowa i chaos. Wydawnictwo Naukowo-Techniczne. Warszawa. 2002. ISBN: 978-83-204-3487-3.

Google Scholar

Niżewski P., Boniecki P., Dach J.: Ocena zastosowania prognostycznej sieci neuronowej w modelowaniu emisji gazowych. Journal of Research and Applications in Agricultural Engineering, 2007, Vol. 52(2), s. 71-74.

Google Scholar

Ślósarz P., Stanisz M., Boniecki P., Przybylak A., Lisiak D., Ludwiczak A.: Artificial neural network analysis of ultrasound image for the estimation of intramuscular fat content in lamb muscle. African Journal of Biotechnology, 2011, Vol. 10(55), 11792-11796.

Google Scholar

Tadeusiewicz R.: Elementarne wprowadzenie do technik sieci neuronowych z przykładowymi programami. Akademicka Oficyna Wydawnicza PLJ, Warszawa 1998. ISBN: 87-7101-400-7.

Google Scholar

10.

Wójtowicz P.: Polska wersja StatisticaNeural Networks. Stat- Soft Polska, Kraków.

Google Scholar

11.

Ziemiński R., Dymarski I., Ćwikła A., Czarnik U., Braniewicz P.: Wpływ niektórych czynników środowiskowych i genotypu krów na zawartość komórek somatycznych w mleku. Acta Scientiarum Polonorum. Zootechnika, 2004, 3(1): 125-132.

Google Scholar

Submit your paper

Instructions for Authors

eISSN:	2719-423X
ISSN:	1642-686X