スマート灌システムと植物病の早期発見は,IoTと新しい非線形成長する自己組織化地図ベースの人工ニューラルネットワークを使用しています

科学分野:

• 農業科学 農業科学とは
• コンピュータサイエンス コンピュータサイエンス
• 植物病理学 植物病理学

背景:

• 効果的な作物管理は,世界の食糧安全保障にとって極めて重要です.
• 植物病の早期発見は,農業の生産性にとって不可欠です.
• 甘の栽培は,収穫に影響を与える病気による課題に直面しています.

研究 の 目的:

• 甘の葉の病気を早期発見するためのインテリジェントな灌システムを開発する.
• 機械学習とIoTを使用して,疾病が作物収穫に与える影響を評価する.
• 病気の検出をインテリジェント灌と統合し,作物生産を最適化する.

主な方法:

• マシンラーニング (ML) とモノのインターネット (IoT) を活用してデータ収集と分析を行っています.
• 無人航空機 (UAV) やセンサーを使って,土壌や葉の特徴 (温度,湿度,色,質感) を監視しています.
• 人工ニューラルネットワーク (ANN) 内で非線形成長型自己組織化マップ (NG-SOM) を実装し,機能抽出と分類を向上させました.

主要な成果:

• 甘病の検出で95.6%の精度を達成し,従来の方法を上回りました.
• 病気の特定で誤った陽性の件数は18.3%減少しました.
• 予測モデリングと早期診断により,作物生産予測を22.4%改善しました.

結論:

• 開発されたシステムは,甘の積極的な作物病管理のための有望な解決策を提供します.
• UAVのイメージング,センサーデータ,および高度なMLの統合は,精密農業を強化します.
• このシステムは,持続可能な収穫の向上と農業生産性の向上に貢献します.