PLFDoc: Precision Livestock Farming
Wissenschaftsdisziplinen
Informatik (50%); Tierzucht, Tierproduktion (50%)
Keywords
- Livestock,
- Computer Vision,
- Sensors,
- Animal Health,
- Animal Welfare,
- Artificial Intelligence
Das Doktoratskolleg "PLFDoc Precision Livestock Farming" (PLFDoc) ist ein Kooperationsprojekt der Technischen Universität Wien, der Fachhochschule Oberösterreich (Campus Hagenberg) und der Veterinärmedizinischen Universität Wien. In diesemfächerübergreifenden Ausbildungsprogramm erarbeitenfünf Doktorand:innen eine Lösung, die zu einer nachhaltigeren Landwirtschaft mit verbesserter Nutztierhaltung beitragen soll. Der Forschungsschwerpunkt liegt dabei in der anwendungsorientierten Grundlagenforschung, insbesondere in der Anwendung von Methoden der "Erklärbaren Künstlichen Intelligenz" (Explainable Artificial Intelligence, XAI) sowie der Bild- und Videoanalyse (Computer Vision, CV), die zur Überwachung von Nutztierbeständen genutzt werden sollen. Moderne Sensor-Technologien, Computer Vision und neue Erkenntnisse der Datenwissenschaften bieten die Möglichkeit, den Gesundheitsstatus und das Wohlbefinden sowohl der gesamten Herde als auch einzelner Tiere kontinuierlich und in Echtzeit zu überwachen. Diese Tools ermöglichen es, Verhaltens- und/oder physiologische Abweichungen der Tiere frühzeitig zu erkennen und über das gezielte und frühzeitige Gegenlenken, die Gesundheit und das Wohlbefinden der Tiere aufrecht zu halten bzw. zu verbessern. Das ist nicht nur für Landwirt:innen und Tierärzt:innen von Bedeutung, sondern auch von gesellschaftlicher Relevanz. PLFDoc hat sich zum Ziel gesetzt, neue, auf CV- und XAI-basierende Technologien zu entwickeln, die unter anderem zur Vorhersage der Geburt, zur Tieridentifikation sowie zur Schätzung der individuellen Wasser- und Futteraufnahme bei Schweinen und Rindern eingesetzt werden sollen. Die Entwicklung dieser Technologien erfordert die Verflechtung von Fachwissen unterschiedlicher Disziplinen: Veterinärmedizin, Agrarwissenschaften, Verhaltensbiologie sowie Daten- und Ingenieurswissen- schaften. Die gemeinsame Forschung dieser Fach-Expert:innen ist daher von höchster Bedeutung und bildet den Forschungsrahmen für das Doktoratskolleg. Als Teil eines Teams verfolgen die Doktorand:innen gemeinsame Ziele und lernen voneinander. Die Fakultätsmitglieder des Doktoratskollegs verfügen ergänzend über das jeweilige Fachwissen, das für eine optimale persönliche Unterstützung der Doktorand:innen und zur Bearbeitung der beschriebenen Forschungsaktivitäten erforderlich ist. Durch den interdisziplinären Ansatz erhalten die Doktorand:innen eine Ausbildung in einer Vielzahl von Bereichen. Die im PLFDoc erworbenen theoretischen, wissenschaftlichen, experimentellen, vernetzten und kommunikativen Fähigkeiten sind eine wesentliche Grundlage für eine spätere erfolgreiche Karriere in der Industrie oder Wissenschaft.
-
Konsortiumsmitglied (01.03.2026 -)
-
Konsortiumsmitglied (01.07.2026 -)
-
Konsortiumsmitglied (01.10.2023 -)
-
Konsortiumsmitglied (01.10.2023 -)
-
Konsortiumsmitglied (01.10.2023 -)
- Veterinärmedizinische Universität Wien
- Tomas Norton, Katholieke Universiteit Leuven - Belgien
- Michael Iwersen, Ludwig Maximilians-Universität München - Deutschland
Research Output
- 3 Zitationen
- 14 Publikationen
- 8 Datasets & Models
- 1 Disseminationen
- 1 Wissenschaftliche Auszeichnungen
- 2 Weitere Förderungen
-
2026
Titel Using posture classification for detecting calving related behaviour in dairy cows Typ Conference Proceeding Abstract Autor Gosch Konferenz 59th Annual Conference Physiology and Pathology of Reproduction and 51st Joint Conference on Veterinary and Human Reproductive Medicine, Munich, Germany. Link Publikation -
2026
Titel Vision-based detection of pain and nest-building behaviors in sows within commercial farrowing pens Typ Conference Proceeding Abstract Autor Helf Konferenz Artificial Intelligence 4 Animal Science 2026, Ghent, Belgium -
2026
Titel Visions-based detection of pain and nest-building behaviors in sows within commercial farrowing pens Typ Conference Proceeding Abstract Autor Helf Konferenz Austrian Symposium on AI, Robotics, and Vision Seiten 267-272 Link Publikation -
2025
Titel How toMeasure Explainability andInterpretability ofMachine Learning Results; In: Genetic Programming Theory and Practice XXI DOI 10.1007/978-981-96-0077-9_18 Typ Book Chapter Verlag Springer Nature Singapore -
2026
Titel Skeleton integrity: A method for the efficient fine-tuning of pose estimation models for pigs DOI 10.1016/j.biosystemseng.2025.104380 Typ Journal Article Autor Brunner D Journal Biosystems Engineering -
2026
Titel Improved and interpretable accelerometer-based farrowing prediction DOI 10.1016/j.biosystemseng.2025.104381 Typ Journal Article Autor Mayrhuber E Journal Biosystems Engineering -
2025
Titel Towards Automated and Interpretable Decision Support Systems for Precision Livestock Farming Using Evolutionary Computing DOI 10.1145/3712255.3734314 Typ Conference Proceeding Abstract Autor Mayrhuber E Seiten 2600-2603 Link Publikation -
2025
Titel 14. Leveraging Vision Mamba for cow pose estimation DOI 10.1016/j.anscip.2025.08.169 Typ Journal Article Autor Daadouch S Journal Animal - Science proceedings Seiten 515-517 -
2025
Titel 89. Evaluation of YOLO-Pose for cattle pose estimation from videos DOI 10.1016/j.anscip.2025.08.244 Typ Journal Article Autor Zhao K Journal Animal - Science proceedings Seiten 658-660 -
2025
Titel 136. Pose classification for detection of calving related behavior in dairy cows DOI 10.1016/j.anscip.2025.08.291 Typ Journal Article Autor Gosch M Journal Animal - Science proceedings Seiten 745-747 -
2025
Titel Explainable Artificial Intelligence and Computer Vision as Powerful Tools for Precision Livestock Farming. Typ Conference Proceeding Abstract Autor Brunner Konferenz 18. Forschungsforum der österreichischen Fachhochschulen Seiten 552-553 Link Publikation -
2025
Titel Automated Body Measurement of Sows in Feeding Stations Using Multiple Cameras Typ Conference Proceeding Abstract Autor Helf Konferenz 1st EAAP Conference on Artificial Intelligence 4 Animal Science, 2025, Zurich, Switzerland Seiten 63 Link Publikation -
2024
Titel Exploring the Potential of Symbolic Regression in Precision Livestock Farming. Typ Conference Proceeding Abstract Autor Mayrhuber Konferenz 11th European Conference on Precision Livestock Farming, Bologna, Italy 9 - 12 September 2024 Seiten 1324-1331 -
2024
Titel Skeleton-based computer vision algorithms for detecting behaviour of dairy cows prior to calving Typ Conference Proceeding Abstract Autor Gosch Konferenz 11th European Conference on Precision Livestock Farming. Bologna, Italy. Seiten 274-283 Link Publikation
-
0
Link
Titel Pre-farrowing activity dataset Typ Database/Collection of data Öffentlich zugänglich Link Link -
0
Titel YOLO Pose models trained for cattle pose estimation DOI 10.1016/j.anscip.2025.08.244 Typ Computer model/algorithm Öffentlich zugänglich -
0
Link
Titel Pre-farrowing behavior dataset DOI 10.34749/3061-1466.2026.36 Typ Database/Collection of data Öffentlich zugänglich Link Link -
0
Link
Titel Cow calving postures dataset DOI 10.1016/j.anscip.2025.08.291 Typ Database/Collection of data Öffentlich zugänglich Link Link -
2026
Link
Titel Pig pose estimation dataset DOI 10.17632/sn49zt6jpw.1 Typ Database/Collection of data Öffentlich zugänglich Link Link -
2025
Link
Titel Vision Mamba-based Keypoint R-CNN model for cow pose estimation DOI 10.1016/j.anscip.2025.08.169 Typ Computer model/algorithm Öffentlich zugänglich Link Link -
2025
Link
Titel MLP classifyer for classifying calving-related body-, head- and tail postures of cows approaching parturition DOI 10.1016/j.anscip.2025.08.291 Typ Computer model/algorithm Öffentlich zugänglich Link Link -
2025
Link
Titel K-nearest neighbors (KNN) classifyer for classifying calving-related body-, head- and tail postures of cows approaching parturition DOI 10.1016/j.anscip.2025.08.291 Typ Computer model/algorithm Öffentlich zugänglich Link Link
-
2025
Titel Presentation to the industry partner - memeber of the industry advisory board of PLFDoc Typ A talk or presentation
-
2025
Titel Frontiers in Precision Livestock Farming Award Typ Poster/abstract prize Bekanntheitsgrad Continental/International
-
2026
Titel Computer vision assisted phenotyping, early detection and genetic analysis of abnormal behavior in weaned piglets Typ Research grant (including intramural programme) Förderbeginn 2026 Geldgeber BMLUK - Federal Ministry of Agriculture and Forestry, Climate and Environmental Protection, Regions and Water Management -
2025
Titel VetIdeas challenge - 3rd place for PhD student of PLFDoc - Mathias Gosch Typ Travel/small personal Förderbeginn 2025 Geldgeber University of Veterinary Medicine Vienna