DeepLoop թիմ · 2026-09-14
Ձվատու կորը. պիկը այն թիվը չէ, որը վճարում է
Գրեթե ամեն մի ձվատու երամ բարձրանում է գրեթե նույն պիկին. Lohmann-ը LSL-Lite-ին դնում է 95-97%, իսկ Brown-Classic-ին՝ 94-96%, երկուսն էլ հասնում են 50% ձվատվության 140-145 օրում։ Պիկը հեշտ մասն է։ Այն, ինչ տարբերակում է երկու երամներին, ամեն ինչն է, ինչ տեղի է ունենում դրանից հետո։

Հաստատունությունն այն թիվն է, որը վճարում է
Պիկից հետո կորը միայն մի ուղղությամբ է գնում՝ ներքև։ Հաստատունությունն այն է, թե որքան դանդաղ։ Կարդացեք այն ուղիղ Lohmann-ի Աղյուսակ 18-ից. LSL-Lite-ը պահում է 90%+ հավ-օր ձվատվությունը 38 շաբաթ; Brown-Classic-ը՝ 29։ Նույն պիկը, ինը լրացուցիչ շաբաթ մոտ-պիկ ձվատվության, որոնք գտնվում են կորի այն մասում, որը ոչ ոք չի սահմանում որպես թիրախ։ Այն սոսկ ծանոթագրություն չէ պիկի համար. այն այն թիվն է, որն որոշում է՝ արդյո՞ք երամը շահութաբեր է։
Ավելի շատ ձուն ավելի շատ ձվի զանգվածը չէ
Մինչև 95 շաբաթյա ցիկլի ընթացքում LSL-ը ածում է 445 ձու՝ Brown-ի 430-ի դեմ, բայց Brown-ի ձվերն ավելի ծանր են (միջինում 65.2 գ՝ 61.9 գ-ի դեմ), ուստի Brown-ը քիչ առաջ է ընդհանուր ձվի զանգվածում՝ 28.02 կգ՝ 27.57 կգ-ի դեմ մեկ տեղադրված հավի համար։ Քանի որ ձվատվության տեմպը նվազում է, ձվի քաշը շարունակում է աճել։ Այս երկուսը շարժվում են հակառակ ուղղություններով, այդ պատճառով ձվի զանգվածը պահպանվում է շատ ավելի երկար, քան ձվի քանակը սկսում է իջնել, և դուք չեք կարող երամը կարդալ միայն ձվատվության տոկոսից։

Պիկի բարձրանալը և հաստատունությունն ըստ ցեղի՝ LSL-Lite-ի և Brown-Classic-ի հավ-օր ձվատվությունը 90%-ից բարձր, վերանկարահանված Lohmann-ից։
Այն անկումը, որը տեսնում եք, արդեն օրեր առաջ է սկսվել
Ավստրալիական թիմը լուրջ վերաբերվեց կորին՝ որպես այնպիսի բանի, որը հնարավոր է կանխատեսել. չորս առևտրային ազատ արած ֆերմաներ, 106 երամ, 35,346 երամ-օր, կանխատեսում Lohmann Brown թիրախային կորի դեմ։ Random Forest մոդելը, սովորեցված մեկ ֆերմայի պատմության վրա, կանխատեսեց ձվատվության տեմպը 0.86 միջին AUC-ով և 2.8 RMSE-ով, և մոդելը, որը սովորեցրեց միայն երեք այլ ֆերմաների վրա, գրեթե նույնքան լավ կանխատեսեց թիրախային ֆերման (AUC 0.89)։ Կորը բավականաչափ կանոնավոր է՝ ֆերմաների միջև տեղափոխելու համար։ Բայց ամեն ինչի միավորումը հետևողականորեն չօգնեց. համակցված մոդելը տվեց լավագույն ռեգրեսիոն սխալը (RMSE 2.55) և ամենաթույլ անկման հայտնաբերումը (AUC 0.82)։ Ավելի շատ տվյալները միշտ չէ, որ ավելի շատ հմտություն են նշանակում։

Կանխատեսման ուսումնասիրությունից՝ արտադրության կորը բավականաչափ կանոնավոր է՝ ֆերմաների միջև տեղափոխելու համար, բայց անկումը երևում է միջին օրերի ընթացքում դրա սկսվելուց հետո։
Որ թռչուններն են դեռ ժապավենի վրա
Այստեղ յուրաքանչյուր թիվ երամի միջինն է, որը կարդացվում է օրը մեկ անգամ։ Միջինը թաքցնում է այն հարցը, որն որոշում է հաստատունությունը. ոչ թե այն, ինչ անում է երամը, այլ որ առանձին թռչուններն են դեռ ձվատվում և որոնք են լուռ դուրս եկել։ Կորը, որը նման է մեղմ անկման, կարող է լինել ավելի փոքր թվով լավ ձվատվող հավեր, և միջինը ձեզ չի ասի, թե որն է։
Ու՞ր է սա գնում
DeepLoop-ն աշխատում է այս կորի այն շերտի վրա, որը ոչ ոք չի գծագրում. ոչ թե երամի միջինը օրը մեկ անգամ, այլ այն, թե որ թռչուններն են դեռ ժապավենի վրա։ Հաստատունությունը թռչուն-առանձին պատմություն է, և դրա վաղ ընթերցումը տարբերությունն է՝ կառավարել անկումը, թե զարմանալ դրանից։