Predict-fit: intelligent predictive tool for value creation in aquaculture

Produksjonen innen akvakultur har tredoblet seg de siste 15 årene, og det er behov for nye effektive verktøy for å sikre kostnadseffektiv drift. Digitalisering og en effektiv bruk av big data sammen med maskinlæring vil hjelpe operatørene med å få en smartere drift, økt sykdomskontroll og økt inntjening. Dette prosjektet ønsker å møte industrien sitt behov for et intelligent, pålitelig verktøy som kan bedre evalueringen og predikeringen av fiskens vekst og helsetilstand, og dermed øke inntjening og redusere driftskostnader. En studie gjennomført ved Uni Research Center for Big Data Analysis har vist at en unik og ny maskinlærings-tilnærming kan brukes til å predikere veksten til fisken (vekt og lengde) gjennom en intelligent integrering av relevante data fra forskjellige kilder. Dette verktøyet, Predict-fit, kan identifisere årsak- og korrelasjonssammenhenger mellom faktorer som påvirker fiskens vekst, helse og sykdomstilstand. Prosjektet har vart i flere år, og har fulgt en produksjonssyklus hos en oppdretter og sett på sammenhenger mellom operasjonelle, biologiske og miljødata .

-