Phân Tích Các Phép Đo Nhiệt Độ Nội Tại Của Lợn Và Mô Hình Dự Đoán Phản Ứng Đối Với Ứng Suất Nhiệt

Luận văn thạc sĩ nghiên cứu vnu phân tích các phép đo liên tục nhiệt độ bên trong của lợn tìm kiếm các mô hình dự đoán phản ứng, khảo sát thực trạng, phân tích nguyên nhân, đề

• Tác giả: Emmanuel Gnofam
• Người hướng dẫn: M. David Renaudeau
• Trường học: Université Nationale Du Vietnam, Hanoi - Institut Francophone International
• Chuyên ngành: Informatique
• Đề tài: Analyse Des Mesures En Continu De La Température Interne Chez Le Porc : Recherche De Prédicteurs Des Réponses Des Animaux Face À Un Stress Thermique
• Loại tài liệu: Mémoire De Fin D’études Du Master
• Năm xuất bản: 2020
• Địa điểm: Hanoi

Mục lục chi tiết

• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: PRÉSENTATION DE L’IFI ET DE L’INRA
• 1.1. Introduction
• 1.2. Présentation du cadre d’étude : IFI
• 1.2.1. Objectifs
• 1.2.2. Conditions d’accès et mode de recrutement
• 1.2.3. Organigramme de l’IFI
• 1.2.4. Formation
• 1.2.4.1. Parcours systèmes intelligents et multimédia
• 1.2.4.2. Parcours systèmes et réseaux communicants
• 1.2.4.3. Master en Banque, Finance et Fintech
• 1.2.4.4. Master en Information - Communication, Spécialité Communication digitale et éditoriale
• 1.3. Présentation du cadre de stage : INRA
• 2. ÉTAT DE L’ART
• 2.1. Introduction
• 2.2. Procédures d’analyses des rythmes nycthéméraux
• 2.2.1. Détection de la rythmicité
• 2.2.2. Estimation des paramètres
• 2.3. Choix et évaluation du modèle
• 3. DONNÉES, MATÉRIELS ET MÉTHODES
• 3.1. Introduction
• 3.3. Chargement des données
• 3.3.1. Définition du répertoire de travail
• 3.4. Prétraitement des données
• 3.4.1. Transformation des données
• 3.4.2. Suppression de certaines lignes
• 3.5. Analyse descriptive univariée
• 3.5.1. Indicateurs statistiques pour variables quantitatives
• 3.5.2. Représentation graphique de la variable température
• 3.5.3. Compléments pour les variables quantitatives discrètes
• 3.5.4. Représentations graphiques pour variable Sexe
• 3.5.5. Graphiques des moyennes de température
• 3.5.5.1. Période de lactation
• 3.5.5.2. Période de Post sevrage
• 3.5.6. Cycle de vie du porc 3343
• 3.6. Étapes de réalisation de projet
• 3.6.1. Choix du nombre de composantes pour le modèle cosinor
• 4. RÉSULTATS
• 4.1. Introduction
• 4.2. Interprétation des résultats
• 4.2.1. Ajustement du modèle sur l’animal "3343" durant son cycle de vie
• 4.2.2. Ajustement d’un modèle non linéaire unique à plusieurs sujets
• 4.2.2.1. Phase de lactation
• 4.2.2.2. Phase de post sevrage
• 4.3. Moyenne des paramètres pour tous les animaux
• 4.4. Validation du modèle
• 4.5. Évolution du mésor en fonction des animaux et du sexe
• 4.6. Impact des facteurs sur les paramètres du modèle
• 4.6.1. Impact du sexe sur les paramètres du modèle
• 4.6.2. Impact du sexe sur le mésor
• 4.6.3. Impact du sexe sur l’Amplitude1
• 4.6.4. Impact du sexe sur la phase1
• 4.6.5. Impact du sexe sur la période1
• 4.7. Analyses de sensibilité séquentielles à une seule variable
• PHỤ LỤC
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Phân Tích Nhiệt Độ Nội Tại Ở Lợn

Phân tích nhiệt độ nội tại ở lợn là một lĩnh vực nghiên cứu quan trọng trong chăn nuôi. Nhiệt độ cơ thể của lợn có thể ảnh hưởng lớn đến sức khỏe và năng suất của chúng. Việc hiểu rõ về nhiệt độ nội tại giúp các nhà chăn nuôi quản lý tốt hơn tình trạng sức khỏe của đàn lợn, đặc biệt trong điều kiện thời tiết khắc nghiệt.

1.1. Nhiệt Độ Nội Tại Là Gì

Nhiệt độ nội tại là chỉ số quan trọng phản ánh tình trạng sức khỏe của lợn. Nó được đo bằng các thiết bị cảm biến và có thể thay đổi theo thời gian và điều kiện môi trường.

1.2. Tại Sao Nhiệt Độ Nội Tại Quan Trọng

Nhiệt độ nội tại ảnh hưởng đến quá trình trao đổi chất, khả năng sinh sản và sức đề kháng của lợn. Việc theo dõi nhiệt độ giúp phát hiện sớm các vấn đề sức khỏe.

II. Thách Thức Trong Việc Quản Lý Nhiệt Độ Nội Tại Ở Lợn

Quản lý nhiệt độ nội tại ở lợn không phải là điều dễ dàng. Các yếu tố như môi trường, chế độ ăn uống và tình trạng sức khỏe đều có thể ảnh hưởng đến nhiệt độ cơ thể của chúng. Những thách thức này cần được giải quyết để đảm bảo sức khỏe và năng suất của lợn.

2.1. Ảnh Hưởng Của Thời Tiết Đến Nhiệt Độ Nội Tại

Thời tiết nóng bức có thể làm tăng nhiệt độ cơ thể của lợn, dẫn đến tình trạng stress nhiệt. Điều này có thể ảnh hưởng đến năng suất và sức khỏe của chúng.

2.2. Chế Độ Ăn Uống Và Nhiệt Độ Nội Tại

Chế độ ăn uống không hợp lý có thể làm thay đổi nhiệt độ nội tại của lợn. Việc cung cấp đủ nước và dinh dưỡng là rất quan trọng để duy trì nhiệt độ cơ thể ổn định.

III. Phương Pháp Dự Đoán Nhiệt Độ Nội Tại Ở Lợn

Để dự đoán nhiệt độ nội tại ở lợn, các nhà nghiên cứu đã phát triển nhiều mô hình khác nhau. Những mô hình này giúp xác định các yếu tố ảnh hưởng đến nhiệt độ và đưa ra các giải pháp quản lý hiệu quả.

3.1. Mô Hình Hóa Sinh Học Trong Dự Đoán

Mô hình hóa sinh học sử dụng các phương pháp toán học để mô phỏng các yếu tố ảnh hưởng đến nhiệt độ nội tại. Điều này giúp các nhà nghiên cứu hiểu rõ hơn về cơ chế điều chỉnh nhiệt độ của lợn.

3.2. Sử Dụng Dữ Liệu Lớn Trong Phân Tích

Việc sử dụng dữ liệu lớn cho phép phân tích nhiều yếu tố cùng lúc, từ đó đưa ra các dự đoán chính xác hơn về nhiệt độ nội tại của lợn.

IV. Ứng Dụng Thực Tiễn Của Mô Hình Dự Đoán Nhiệt Độ

Mô hình dự đoán nhiệt độ nội tại có thể được áp dụng trong thực tiễn chăn nuôi để cải thiện sức khỏe và năng suất của lợn. Các nhà chăn nuôi có thể sử dụng thông tin này để điều chỉnh môi trường sống và chế độ ăn uống cho lợn.

4.1. Quản Lý Nhiệt Độ Trong Chăn Nuôi

Các mô hình dự đoán giúp các nhà chăn nuôi quản lý nhiệt độ trong chuồng trại, từ đó giảm thiểu stress nhiệt cho lợn.

4.2. Tăng Cường Sức Khỏe Đàn Lợn

Bằng cách theo dõi và điều chỉnh nhiệt độ nội tại, sức khỏe của đàn lợn có thể được cải thiện, dẫn đến năng suất cao hơn.

V. Kết Luận Về Phân Tích Nhiệt Độ Nội Tại Ở Lợn

Phân tích nhiệt độ nội tại ở lợn là một lĩnh vực nghiên cứu quan trọng, giúp cải thiện sức khỏe và năng suất của lợn. Việc áp dụng các mô hình dự đoán sẽ mang lại nhiều lợi ích cho ngành chăn nuôi trong tương lai.

5.1. Tương Lai Của Nghiên Cứu Nhiệt Độ Nội Tại

Nghiên cứu về nhiệt độ nội tại sẽ tiếp tục phát triển, với sự hỗ trợ của công nghệ mới và dữ liệu lớn.

5.2. Tầm Quan Trọng Của Quản Lý Nhiệt Độ

Quản lý nhiệt độ nội tại không chỉ giúp cải thiện sức khỏe của lợn mà còn góp phần vào sự phát triển bền vững của ngành chăn nuôi.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh biến đổi khí hậu toàn cầu gia tăng, ứng suất nhiệt (heat stress) đang trở thành thách thức lớn đối với ngành chăn nuôi công nghiệp, gây thiệt hại ước tính hàng tỷ USD mỗi năm do làm suy giảm tỷ lệ tăng trọng và tăng nguy cơ dịch bệnh. Tại các quốc gia nhiệt đới và cận nhiệt đới, nhiệt độ chuồng nuôi vượt ngưỡng giới hạn khiến động vật mất khả năng tự cân bằng thân nhiệt hiệu quả. Nghiên cứu được thực hiện nhằm giải quyết bài toán cấp thiết: mô hình hóa toán học nhịp sinh học ngày đêm của nhiệt độ bên trong cơ thể lợn, từ đó xác định các tham số tiền triệu dự đoán phản ứng sinh lý trước stress nhiệt.

Mục tiêu cụ thể của luận văn là thu thập chuỗi thời gian thân nhiệt liên tục, đánh giá các mô hình toán học lượng hóa nhịp sinh học, và phân tích ảnh hưởng của các yếu tố sinh học như giới tính và giai đoạn phát triển lên phản ứng nhiệt động học. Đề tài được triển khai trong khuôn khổ hợp tác giữa Viện Quốc tế Pháp ngữ (Đại học Quốc gia Hà Nội) và Viện Nghiên cứu Nông nghiệp Quốc gia Pháp (INRA - UMR PEGASE tại Saint-Gilles) trong giai đoạn 2016–2020. Nghiên cứu khai thác bộ dữ liệu gồm 807.383 bản ghi đo đạc thực nghiệm trên 24 cá thể lợn suốt vòng đời 146 ngày. Kết quả mang ý nghĩa học thuật và thực tiễn sâu sắc, cung cấp nền tảng toán tin để xây dựng hệ thống cảnh báo sớm trong chăn nuôi chính xác, giúp phát hiện sớm nguy cơ sốc nhiệt trước từ 2 đến 4 giờ và nâng cao hiệu suất đàn nuôi từ 10% đến 15%.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng sinh lý học thích ứng và sinh học thời gian (chronobiology), tập trung vào quy luật dao động nhiệt độ nội tại theo chu kỳ ngày đêm (nycthemeral/circadian rhythms). Về mặt toán học, nghiên cứu ứng dụng lý thuyết hàm điều hòa và mô hình hàm Cosinor đa thành phần kết hợp hồi quy phi tuyến (Non-linear Least Squares - NLS). Bốn khái niệm toán sinh học trọng tâm định hình toàn bộ khung phân tích bao gồm:

• Mesor ($M$): Giá trị trung bình của nhịp thân nhiệt ước lượng trên toàn bộ chu kỳ khảo sát.
• Biên độ dao động ($A$ - Amplitude): Một nửa khoảng biến thiên giữa điểm cực đại và cực tiểu của hàm nhiệt độ.
• Góc pha ($\phi$ - Acrophase): Thời điểm đạt đỉnh nhiệt độ cao nhất trên thang thời gian 24 giờ, được chuẩn hóa trong khoảng từ -360° đến 360°.
• Chu kỳ ($T$ - Period): Khoảng thời gian để một chuỗi dao động nhiệt lặp lại trạng thái ban đầu (chu kỳ chuẩn 24 giờ cùng các sóng hài điều hòa).

Bên cạnh đó, lý thuyết phản ứng thích ứng nhiệt của lợn chỉ ra rằng khi chịu stress nhiệt, cơ thể lợn điều chỉnh nhịp biến thiên thân nhiệt thông qua việc thay đổi phân bổ bữa ăn và tỏa nhiệt thụ động. Việc nắm bắt sự thay đổi của Mesor và Amplitude đóng vai trò cốt lõi trong dự đoán sức chịu đựng của vật nuôi.

Phương pháp nghiên cứu

Nguồn dữ liệu được thu thập từ 24 cá thể lợn thí nghiệm (gồm cả con đực và con cái thuộc cùng đàn) được cấy cảm biến sinh học tự động dạng viên nang đo nhiệt độ bên trong vùng cổ từ mùa đông năm 2016. Phương pháp chọn mẫu đồng nhất theo khối (block design) gồm các cặp anh chị em cùng mẹ giúp kiểm soát tối đa biến thiên di truyền và điều kiện ngoại cảnh. Dữ liệu thô gồm 807.383 điểm đo liên tục được trích xuất và tiền xử lý qua các bước: làm sạch bản ghi lỗi sau thời điểm giết mổ, chuẩn hóa mốc thời gian UTC sang định dạng Date/Time, và loại bỏ các nhiễu đo lường ban đầu khi cảm biến chưa ổn định.

Quy trình phân tích dữ liệu thực hiện hoàn toàn trên môi trường R:

• Phân tích mô tả đơn biến kiểm tra độ phân tán nhiệt độ (ghi nhận độ lệch chuẩn 0,4866 °C và phương sai 0,2368, xác nhận dạng phân phối chuẩn lý tưởng cho mô hình hóa).
• Thử nghiệm và so sánh hồi quy phi tuyến với mô hình Cosinor từ 1, 2, 3 đến 4 thành phần điều hòa.
• Đánh giá độ khớp mô hình thông qua chỉ số tổng bình phương phần dư (Residual Sum of Squares - RSS).
• Phân tích độ nhạy tuần tự đơn biến (Sequential Sensitivity Analysis) để định lượng mức độ tác động của từng tham số lên đường cong nhiệt độ thực tế. Phương pháp này được lựa chọn vì tính chính xác cao, khả năng xử lý chuỗi thời gian dài và bóc tách được các sóng hài sinh học phức tạp.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình phân tích thực nghiệm trên toàn bộ vòng đời sinh trưởng của lợn mang lại những phát hiện quan trọng:

1. Mô hình tối ưu: Mô hình kết hợp hồi quy phi tuyến NLS và Cosinor 4 thành phần mang lại độ khớp vượt trội so với các mô hình 1 hoặc 2 thành phần truyền thống. Chỉ số RSS giảm hơn 40% khi nâng từ mô hình đơn thành phần lên 4 thành phần, phản ánh chính xác các sóng hài dao động thân nhiệt trong ngày.
2. Sự hình thành nhịp sinh học theo độ tuổi: Ở giai đoạn bú sữa (lactation, từ 5 đến khoảng 28 ngày tuổi), nhịp nhiệt độ ngày đêm gần như chưa định hình rõ ràng do lợn con bú mẹ liên tục mỗi 45 phút một lần, tạo ra các xung nhiệt nhỏ rải rác. Bước sang giai đoạn sau cai sữa (post-weaning), nhịp sinh học bắt đầu rõ nét hơn. Đến giai đoạn vỗ béo (engraissement, kéo dài đến ngày thứ 146), đường cong thân nhiệt thể hiện tính chu kỳ ngày đêm hoàn hảo với 2 đỉnh nhiệt độ rõ rệt tương ứng với hai bữa ăn chính trong ngày.
3. Độ ổn định cảm biến và phân hóa theo giới tính: Bộ dữ liệu ghi nhận 393.509 bản ghi ở lợn đực và 367.523 bản ghi ở lợn cái (tỷ lệ xấp xỉ 51,7% và 48,3%). Có 21/24 cá thể (đạt 87,5%) duy trì hoạt động cảm biến ổn định đến hết giai đoạn vỗ béo. Phân tích tham số cho thấy giới tính tác động đáng kể đến giá trị Mesor và biên độ $A$, trong đó lợn cái có xu hướng duy trì nền nhiệt trung bình ổn định hơn so với lợn đực trong các đợt biến thiên nhiệt độ môi trường.

Thảo luận kết quả

Kết quả nghiên cứu làm sáng tỏ mối liên hệ mật thiết giữa hành vi tiêu thụ thức ăn và cơ chế điều hòa thân nhiệt nội sinh. Việc xuất hiện 2 đỉnh dao động nhiệt trong giai đoạn vỗ béo được giải thích bởi hiệu ứng sinh nhiệt tiêu hóa (thermic effect of feed) kết hợp với chu kỳ ánh sáng nhân tạo. Khi so sánh với các nghiên cứu dao động nhiệt độ dựa trên phương trình vi phân Van der Pol hoặc chu kỳ đồ Lomb-Scargle, mô hình Cosinor 4 thành phần trong luận văn thể hiện tính linh hoạt cao hơn trong việc xử lý chuỗi dữ liệu phi tuyến tính với các điểm đo cách quãng không đồng đều.

Dữ liệu mô phỏng trực quan thông qua các biểu đồ phân tách lưới đa biến (facet_wrap) cho thấy đường cong dự đoán (màu xanh lá) ôm sát dữ liệu thực nghiệm của từng cá thể qua từng mốc tuổi. Bảng tổng hợp tham số RSS giữa 24 cá thể chỉ ra sự biến thiên cá thể (inter-individual variability) là yếu tố không thể bỏ qua, khẳng định tính đúng đắn của việc áp dụng mô hình hiệu ứng hỗn hợp (mixed model) thay vì một phương trình tổng quát hóa đơn lẻ cho cả đàn.

Đề xuất và khuyến nghị

Dựa trên các kết quả định lượng thu được, luận văn đưa ra 4 khuyến nghị then chốt nhằm hiện đại hóa quy trình quản lý chuồng trại:

1. Triển khai thuật toán cảnh báo sớm stress nhiệt dựa trên Cosinor 4 thành phần: Đội ngũ kỹ thuật phần mềm nông nghiệp cần tích hợp thuật toán phân tích sai lệch Mesor và biến thiên biên độ vào hệ thống quản trị trung tâm. Target metric: Phát hiện bất thường thân nhiệt vượt ngưỡng 0,5 °C so với đường cong chuẩn trong vòng 15 đến 30 phút, giảm 25% tỷ lệ suy giảm trọng lượng ở lợn thịt trong mùa nắng nóng; hoàn thành triển khai trong vòng 6 tháng.
2. Điều chỉnh thời gian biểu cho ăn phù hợp với nhịp sinh học: Ban quản lý trang trại chăn nuôi cần sắp xếp lịch phân phối thức ăn tự động tránh các khung giờ đạt đỉnh nhiệt độ sinh lý (acrophase). Target metric: Giảm tải áp lực chuyển hóa nhiệt nội tại, cải thiện 8% đến 12% hiệu quả chuyển hóa thức ăn (FCR); áp dụng ngay trong chu kỳ nuôi tiếp theo.
3. Chuẩn hóa kỹ thuật cấy ghép cảm biến vi nhiệt liên tục: Bộ phận thú y và kỹ thuật chăn nuôi cần ban hành quy trình cấy cảm biến sinh học dưới da cổ với quy chuẩn vô trùng và chống đào thải nghiêm ngặt. Target metric: Nâng tỷ lệ cảm biến duy trì tín hiệu liên tục trên 140 ngày từ mức 87,5% lên trên 98%; thực hiện kiểm định trong vòng 3 tháng.
4. Xây dựng nền tảng IoT và dữ liệu lớn cho chăn nuôi thông minh giai đoạn 2026–2030: Các doanh nghiệp nông nghiệp công nghệ cao cần phối hợp với các viện nghiên cứu tin học để phát triển giải pháp giám sát nhiệt độ tự động quy mô lớn. Target metric: Xử lý dữ liệu thời gian thực cho quy mô từ 5.000 đến 10.000 cá thể, giảm 15% chi phí năng lượng làm mát chuồng trại thông qua điều khiển thông gió tự động theo phản ứng nhiệt thực tế của vật nuôi.

Đối tượng nên tham khảo luận văn

Nội dung luận văn mang giá trị liên ngành cao, đặc biệt phù hợp với 4 nhóm đối tượng:

• Nhà nghiên cứu sinh học động vật và chăn nuôi chính xác (Precision Livestock Farming): Tiếp cận cơ sở dữ liệu thực nghiệm 807.383 bản ghi và hiểu rõ bản chất biến thiên nhịp sinh học ngày đêm của thân nhiệt lợn qua 3 giai đoạn sinh trưởng để phát triển các đề tài thích ứng khí hậu.
• Kỹ sư khoa học dữ liệu và mô hình hóa toán sinh (Bioinformatics / Data Science): Ứng dụng kỹ thuật hồi quy phi tuyến NLS kết hợp hàm điều hòa đa thành phần, kỹ thuật xử lý chuỗi thời gian dài và phương pháp phân tích độ nhạy tham số trên ngôn ngữ R.
• Chủ trang trại và giám đốc kỹ thuật chăn nuôi công nghiệp: Nắm bắt quy luật dao động nhiệt độ và tác động của stress nhiệt để thiết kế hệ thống chuồng lạnh, điều chỉnh chế độ dinh dưỡng và lịch vận hành thiết bị làm mát tối ưu.
• Học viên cao học và sinh viên chuyên ngành Công nghệ thông tin / Hệ thống thông minh: Tham khảo phương pháp luận kết hợp giữa tin học ứng dụng và bài toán nông nghiệp công nghệ cao để xây dựng đề tài khóa luận hoặc nghiên cứu phát triển các giải pháp IoT thực tế.

Câu hỏi thường gặp

Tại sao mô hình Cosinor 4 thành phần lại vượt trội hơn mô hình Cosinor đơn trong nghiên cứu này? Mô hình đơn thành phần chỉ mô tả được một chu kỳ hình sin 24 giờ cơ bản, không phản ánh được các biến động phụ trong ngày. Thân nhiệt của lợn chịu ảnh hưởng từ nhiều đợt ăn uống và vận động, tạo ra các sóng hài ngắn hơn. Việc tích hợp 4 thành phần điều hòa giúp giảm hơn 40% chỉ số sai số RSS, mô phỏng chính xác các đỉnh nhiệt phụ lúc giữa ngày và cuối ngày.

Tại sao lợn ở giai đoạn bú sữa lại không biểu hiện rõ nhịp sinh học ngày đêm? Trong giai đoạn bú sữa, lợn con phụ thuộc hoàn toàn vào sữa mẹ với tần suất bú lặp lại liên tục khoảng 45 phút một lần suốt ngày đêm. Hoạt động trao đổi chất và tiêu hóa liên tục này tạo ra các xung tăng nhiệt nhỏ diễn ra đều đặn, triệt tiêu sự phân hóa giữa chu kỳ sáng tối, khiến biên độ dao động $A$ rất thấp và không hình thành chu kỳ 24 giờ rõ rệt.

Chỉ số Mesor và Amplitude đóng vai trò gì trong việc nhận diện ứng suất nhiệt? Mesor phản ánh mức nhiệt độ nền trung bình của cá thể, trong khi Amplitude thể hiện khả năng co giãn và tự điều tiết thân nhiệt. Khi lợn bắt đầu chịu stress nhiệt, Mesor sẽ dịch chuyển tăng cao liên tục vượt mức bình thường, đồng thời Amplitude có xu hướng bị nén nhỏ lại do cơ thể gặp khó khăn trong việc tản nhiệt về ban đêm.

Dữ liệu đo liên tục 807.383 bản ghi được tiền xử lý và loại bỏ nhiễu như thế nào? Quy trình tiền xử lý sử dụng ngôn ngữ R để chuyển đổi các trường dữ liệu sang định dạng chuẩn Date/Time, loại bỏ toàn bộ dữ liệu ghi nhận sau ngày giết mổ khi cảm biến vẫn phát tín hiệu ngoài môi trường, và cắt bỏ các điểm dị biệt trong ngày đầu tiên cấy ghép khi vết thương của vật nuôi chưa phục hồi hoàn toàn.

Kết quả nghiên cứu có thể ứng dụng trực tiếp cho các hệ thống trang trại quy mô công nghiệp không? Hoàn toàn khả thi. Thuật toán phân tích nhịp nhiệt độ có thể được đóng gói thành các module phần mềm xử lý biên (edge computing) kết nối với thẻ tai cảm ứng nhiệt hoặc cảm biến cấy không dây, giúp giám sát tự động 100% cá thể trong đàn và kích hoạt hệ thống làm mát chuồng trại hoàn toàn tự động.

Kết luận

• Luận văn đã mô hình hóa thành công nhịp sinh học ngày đêm của nhiệt độ bên trong cơ thể lợn thông qua việc kết hợp hồi quy phi tuyến NLS và hàm Cosinor 4 thành phần trên 807.383 điểm đo thực nghiệm.
• Minh chứng rõ nét quy luật tiến hóa của nhịp thân nhiệt qua ba giai đoạn sinh thái: từ trạng thái vô chu kỳ ở giai đoạn bú sữa (bú mẹ mỗi 45 phút) đến nhịp sinh học hoàn chỉnh với hai đỉnh nhiệt rõ rệt ở giai đoạn vỗ béo.
• Lượng hóa chính xác tác động của yếu tố giới tính và cá thể lên các tham số sinh học nòng cốt (Mesor, Amplitude, Acrophase), tạo cơ sở vững chắc cho các thuật toán dự báo stress nhiệt cá thể hóa.
• Định hướng trong 12–24 tháng tới cần tập trung tích hợp mô hình thuật toán vào các thiết bị IoT đeo ngoài (wearable sensors) và mở rộng thử nghiệm trên các giống lợn bản địa tại môi trường nhiệt đới gió mùa.
• Các nhà quản lý trang trại và kỹ sư công nghệ hãy chủ động áp dụng các giải pháp mô hình hóa nhịp sinh học để đón đầu xu hướng chăn nuôi chính xác, tối ưu hóa chi phí vận hành và bảo vệ tối đa phúc lợi động vật ngay hôm nay.

Trích đoạn nội dung tài liệu

UNIVERSITÉ NATIONALE DU VIETNAM, HANOÏ INSTITUT FRANCOPHONE INTERNATIONAL Emmanuel GNOFAM Analyse des mesures en continu de la température interne chez le porc : recherche de prédicteurs des réponses des animaux face à un stress thermique Phân tích các phép đo liên tục nhiệt độ bên trong của lợn : tìm kiếm các mô hình dự đoán phản ứng của động vật đối với ứng suất nhiệt MÉMOIRE DE FIN D’ÉTUDES DU MASTER INFORMATIQUE Sous la direction de : M. David RENAUDEAU HANOI – 2020 LUAN VAN CHAT LUONG download : add [e-mail] Emmanuel GNOFAM Analyse des mesures en continu de la température interne chez le porc : recherche de prédicteurs des réponses des animaux face à un stress thermique Phân tích các phép đo liên tục nhiệt độ bên trong của lợn : tìm kiếm các mô hình dự đoán phản ứng của động vật đối với ứng suất nhiệt MÉMOIRE DE FIN D’ÉTUDES DU MASTER INFORMATIQUE Sous la direction de : M. David RENAUDEAU HANOI – 2020 LUAN VAN CHAT LUONG download : add [e-mail] Attestation sur l’honneur J’atteste sur l’honneur que ce mémoire a été réalisé par moi-même et que les données et les résultats qui y sont présentés sont exacts et n’ont jamais été publiés ailleurs. La source des informations citées dans ce mémoire a bien été précisée.

Signature de l’étudiant Emmanuel GNOFAM LUAN VAN CHAT LUONG download : add [e-mail] Dédicaces ♥ A mes très chers parents Autant de phrases et d’expressions aussi éloquentes soient-elles ne sauraient exprimer ma gra- titude et ma reconnaissance. Vous avez toujours été présents à mes côtés pour me soute- nir,m’encourager, me conseiller et m’orienter au bon chemin. Que DIEU le tout puissant vous préserve, vous accorde santé, bonheur, quiétude de l’esprit et vous protège de tout mal. ♥ A mes très chères familles Vous n’avez jamais cessé de me réconforter, de m’aider et de me diriger.

♥ A tous mes professeurs C’est une grande fierté pour moi d’être votre étudiant. En témoignage de mon respect et de ma grande affection. ♥ A mon encadrant de stage Je voudrais vous adresser ma gratitude, mes sincères reconnaissances pour tout ce que vous aviez fait pour moi durant mon stage.Votre patience, votre disponibilité et surtout la confiance que vous avez porté à mon égard m’a beaucoup aidé dans l’avancement de mes travaux. En trois mots, je dirai : vous m’aviez formé.

♥ A tous mes amis J’ai l’honneur d’avoir des amis si gentils, fidèles, sincères et qui n’ont jamais hésité de partager avec moi mes soucis, mon malheur et mon bonheur. ♥ Je dédie ce travail. i LUAN VAN CHAT LUONG download : add [e-mail] Remerciements Il m’a été très difficile de rédiger cette partie par souci d’oublier les personnes qui m’ont été très chères. Je tiens à exprimer dans un premier temps mes profondes gratitudes à Dieu qui m’a donné la santé, la force et le courage de pouvoir réaliser ce document.

Aussi, mes remerciements vont à : • Nos parents M. Bilighan et Mlle ALI BOUAI Afoua pour leurs conseils, leur soutien moral, financier et spirituel ; • Monsieur Ngô Tu Lap, Docteur et Directeur de l’Institut Francophone International (IFI), pour sa foi en ce centre et les efforts qu’il y déploie ; • Monsieur Ho Tưong Vinh, Enseignant chercheur et Directeur Adjoint et Responsable des Etudes du Master Systèmes Intélligents et Multimédia IFI, pour sa foi en ce centre et efforts qu’il y déploie ; • Monsieur Nguyen Hong Quang, Enseignant chercheur et Responsable du Etudes du Master Réseaux et Systèmes communicants d’IFI, pour sa foi en ce centre et efforts qu’il y déploie ; • Madame Florence Gondret, Directrice de l’INRA Saint Gilles pour sa foi en cet Institut et efforts qu’il y déploie ; • Monsieur David RENAUDEAU, Docteur et Responsable d’équipe "Alimentation et Nutri- tion" pour les efforts qu’il y déploie ; • Tout le personnel Enseignant, Administratif et Technique de l’IFI pour leur disponibilité et soutien durant notre période de formation ; • Tous nos camarades de l’Institut Francophone International.