{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,9,4]]，“日期-时间”：“2024-09-04T06:45:53Z”，“时间戳”：1725432353626}，“引用-计数”：0，“发布者”：“EasyChair”，“内容-域”：“”农民面临的主要问题之一是分娩事故。一场分娩事故导致小牛在母牛分娩时死亡。此外，它还降低了产奶量。农夫必须在怀孕的最后几天密切观察奶牛<\/jats:p>提出了一种通过机器学习，利用时间序列加速度数据和全局位置数据自动预测奶牛出栏时间的新方法。所需数据是通过连接在奶牛项圈上的小型传感器设备收集的。归纳逻辑编程（ILP）方法用于机器学习模型，因为它可以根据一阶逻辑（FOL）公式生成可读的结果。为了应用机器学习技术，将收集的数据转换为包含FOL预定义谓词的逻辑形式。利用获得的结果，人们可以对奶牛是否准备好分娩进行分类<\/jats:p>从NAMIKI奶牛场有限公司的31头奶牛身上收集数据。使用上述方法，获得130个读数。五重交叉验证过程验证了模型的准确性为56.79%<\/jats:p>“，”DOI“：”10.29007\/bksq“，”type“：”proceedings-article“，”created“：{”date-parts“：[[2019,3,13]]，”date-time“：”2019-03-13T23:10:19Z“，”timestamp“：1552518619000}，”page“：07“，”卷“：”58“，”作者“：[{”给定“：”Yusuke“，”家庭“：”小野“，”序列“：”第一“，”从属关系“：[]}，{”给出“：”Ryo“，”家族“：”Hatano“，”顺序“：”附加“，”隶属关系“：[]}、{”指定“：”Hayato“，”家人“：”Ohwada“，”sequence“：”additional“，”affiliation“：[]}，，{“给定”：“Hiroyuki”，“家庭”：“Nishiyama”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“11545”，“event“：{”name“：”第34届国际计算机及其应用会议记录“}，”container-title“：[”EPiC Series in Computing“]，”original-title”：[]，“deposed”：{“date-parts”：[[2019,3,13]]，“date-time”：“2019-03-13T23:10:38Z”，“timestamp”：1552518638000}，“score”：1，“resource”：{“primary”：“{”URL“：”https:\/\/easychair.org\/publications\/paper\/NBDT“}}，”subtitle“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[[null]]}，“references-count”：0，“URL”：“http://\/dx.doi.org\/10.29007\/bksq”，“relationship”：{}，‘ISSN’：[“2398-7340”]，‘ISSN-type’：[{“type”：“print”，‘value’：“2398-8340”}]，“主题”：[]}}