• ВХОД
  •  

    Полное описание

    Анализ методов глубокого обучения для решений повышения урожайности в сельском хозяйстве / З. Л. Нгуен, А. П. Калистратов, А. И. Клементьев, В. Б. Тимофеев. - Текст (визуальный) : непосредственный // МИВАР'24 : сборник научных статей / под редакцией О. О. Варламова. - Москва : ИНФРА-М, 2024. - С. 336-343. - Библиогр. в конце ст. - ISBN 978-5-16-020140-5.
    ГРНТИ УДК
    28.23.25631.559:004.85
    68.01.31004.8
    28.23.15004.93'12

    Рубрики:
    Машинное обучение -- Применение
    Сельское хозяйство -- Автоматизация

    Кл.слова (ненормированные): МАШИННОЕ ОБУЧЕНИЕ -- ГЛУБОКОЕ ОБУЧЕНИЕ -- СЕЛЬСКОЕ ХОЗЯЙСТВО -- ЗЕМЛЕДЕЛИЕ -- ЭКОНОМИЧЕСКАЯ ЭФФЕКТИВНОСТЬ -- УРОЖАЙНОСТЬ -- АВТОМАТИЗАЦИЯ -- РАСПОЗНАВАНИЕ ИЗОБРАЖЕНИЙ -- МИВАРНЫЕ ЭКСПЕРТНЫЕ СИСТЕМЫ -- ФЕРМЕРСТВО
    Аннотация: Фермеры регулярно используют аэрофотоснимки для наблюдения за посевами в течение вегетационного периода. Для анализа информации, полученной из крупномасштабных аэрофотоснимков, требуются решения, которые позволят обработать данные на низко производительных мощностях, например, персональных компьютерах. В данной работе сравниваются несколько реализаций методов глубокого обучения, позволяющих решить такую задачу. Делается вывод об их основных свойствах и даются предложения по выбору технологий для реализации собственных решений в будущем. Целесообразно создавать комплексные системы ИИ на основе нейронных и миварных сетей. Применение программного обеспечения такого вида в фермерстве позволит повысить урожайность и экономическую эффективность земледелия
    Доп. точки доступа:
    Нгуен, З.Л.
    Калистратов, А.П.
    Клементьев, А.И.
    Тимофеев, В.Б.
    "НИИ МИВАР", общество с ограниченной ответственностью(Москва)

    Экз-ры полностью 61785380267e6cac817e8be816a35a5d
    Нет сведений об экземплярах
    Держатели документа:
    Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -058170-217668)

    Шифр в сводном ЭК: ae88039854b98608af3c57cf4ad7e294




    Заказ фрагмента документа ₽