Modeling Animal Movements Using LSTM and Graph Theory: A Case Study of Modern Poultry Farming in Rural Sahelian Areas
编号:99
访问权限:仅限参会人
更新:2026-07-22 16:40:51
浏览:8次
Online
摘要
Prédire les déplacements des poules en milieu ouvert représente un défi majeur dans l'étude du comportement spatio-temporel, dans un contexte où les mouvements sont variables et souvent influencés par les interactions spatiales. Cette étude propose un modèle hybride GNN-LSTM conçu pour modéliser et estimer les trajectoires des poules à partir de données GPS. Ce modèle comprend un réseau de neurones graphiques (GNN), qui capture les liens spatiaux entre les individus grâce à une structure de graphe, et un réseau de mémoire à long terme (LSTM), utilisé pour appréhender les dépendances temporelles des déplacements. Après traitement, les données sont normalisées et organisées en séries temporelles avant la construction d'un graphe spatial basé sur la proximité entre les animaux. L'approche proposée dans cette étude pour l'analyse du comportement des poules a démontré son efficacité, comme en témoignent les résultats obtenus.
稿件作者
AHMAT BRAHIM BACHIR
Université Numérique du Tchad
CHOROMA Marayi
University of N'Djamena
Daouda Ahmat
University of N'Djamena
发表评论