A cross-border community for researchers with openness, equality and inclusion
Modeling Animal Movements Using LSTM and Graph Theory: A Case Study of Modern Poultry Farming in Rural Sahelian Areas
ID:99 View protection:Participant Only Updated time:2026-07-22 16:40:51 Views:9 Online

Start Time:2026-07-31 12:25

Duration:15min

Session:[S6] Artificial Intelligence Use Cases [S6-5] Artificial Intelligence Use Cases

Abstract
Prédire les déplacements des poules en milieu ouvert représente un défi majeur dans l'étude du comportement spatio-temporel, dans un contexte où les mouvements sont variables et souvent influencés par les interactions spatiales. Cette étude propose un modèle hybride GNN-LSTM conçu pour modéliser et estimer les trajectoires des poules à partir de données GPS. Ce modèle comprend un réseau de neurones graphiques (GNN), qui capture les liens spatiaux entre les individus grâce à une structure de graphe, et un réseau de mémoire à long terme (LSTM), utilisé pour appréhender les dépendances temporelles des déplacements. Après traitement, les données sont normalisées et organisées en séries temporelles avant la construction d'un graphe spatial basé sur la proximité entre les animaux. L'approche proposée dans cette étude pour l'analyse du comportement des poules a démontré son efficacité, comme en témoignent les résultats obtenus.
Keywords
Speaker
AHMAT BRAHIM BACHIR
Université Numérique du Tchad

Post comments
Verification Code Change Another
All comments
Important Dates
  • Conference date

    07-30

    2026

    -

    08-01

    2026

  • 07-28 2026

    Draft paper submission deadline

  • 07-28 2026

    Registration deadline

Sponsored By

The United Societies of Science

Organized By

Kongunadu College of Engineering and Technology

Contact info
×

USS WeChat Official Account

USSsociety

Please scan the QR code to follow
the wechat official account.