物理信息数字孪生用于奶牛体温预测

2026年10月27日，arXiv Computer Vision 刊出 Riasad Alvi 等作者的论文，提出一种面向精准畜牧的物理信息行为感知数字孪生框架，用于奶牛核心体温的多模态预测。该框架结合不确定性感知的专家加权堆叠集成，整合基于 ODE 的体温调节模型、高斯过程、Kalman 滤波和行为马尔可夫链，并采用三阶段 LightGBM 堆叠集成。报道称，在 2 小时提前预测中，该框架取得交叉验证 R2 0.783、F1 84.25% 和 PICP 92.38%。目前事件进展限于该论文所报告的方法与预测指标，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。