及川(2002)によると競走馬の競争成績の1/3は遺伝による先天的なもの、2/3はトレーニングなどによる後天的なものといわれています。
PedigreeAIは血統による適性判定を活用した生産・育成を、より容易に活用できるようにするために東京大学工学部卒2名が協力し作成しています。
「優秀な競走馬を生産するための種雌馬の要因」 及川正明 (2002)
血統別のレース結果の統計情報をAIに学習させることで、血統の組み合わせによる様々な適正を推測することができます。
距離適性の他、複数の評価項目を設定しており、生産育成の際に参考とすることができます。
他社遺伝子検査と類似した条件で評価すると、同様の傾向が得られていることが確認・期待できます。
またより有用な結果が得られるよう、継続的に精度の改良を行っております。
データ:競走馬約1万頭(2009年-2014年生産,JRA所属,100万超賞金獲得)
モデル:5世代の血統を利用し距離などの適性を判定
評価法:重賞優勝馬の1着レース分布
短距離型判定の重賞馬が1着になったレースの
競争距離(ハロン)分布
中距離型判定の重賞馬が1着になったレースの
競争距離(ハロン)分布
長距離型判定の重賞馬が1着になったレースの
競争距離(ハロン)分布
距離適性の他、芝ダート適正を基本評価項目として設定しています。
この他の評価項目に関しましても対応可能な場合がありますので、別途お問い合わせよりご相談ください。
各馬ごとに評価項目のAIによる判定結果一覧を確認できる資料を作成提供いたします。
また、生産計画等に参考にする血統掛け合わせシミュレーションツールとしてご利用いただくことも可能ですので、別途お問い合わせよりご相談ください。
© Copyrights RHT LLC. All Rights Reserved