Машинное обучение в сельском хозяйстве: обзор
Machine Learning in Agriculture: A Review
2018-08-14
SCID: 54.1/bbn9kd5e
Discuss with AI
системы сельскохозяйственного производствауправление посевамисистемы управления фермойуправление животноводствоммашинное обучение
Figures from the paper
Abstract (AI)
Машинное обучение возникло вместе с технологиями больших данных и высокопроизводительными вычислениями, создав новые возможности для наукоёмких исследований в междисциплинарной области агротехнологий. В данной статье представлен всесторонний обзор исследований, посвящённых применению машинного обучения в системах сельскохозяйственного производства. Проанализированные работы были классифицированы по следующим направлениям: (а) управление растениеводством, включая прогнозирование урожайности, выявление заболеваний, обнаружение сорных растений, оценку качества сельскохозяйственных культур и распознавание видов; (б) управление животноводством, включая приложения для обеспечения благополучия животных и повышения эффективности животноводства; (в) управление водными ресурсами; и (г) управление почвами. Фильтрация и классификация представленных публикаций демонстрируют, каким образом сельское хозяйство может получить преимущества от технологий машинного обучения. Применение машинного обучения к данным сенсоров способствует превращению систем управления фермерскими хозяйствами в программы реального времени с интегрированным искусственным интеллектом, предоставляющие содержательные рекомендации и аналитические сведения для поддержки принятия решений и действий фермеров.
Key Findings
1
Исследования применения машинного обучения в сельском хозяйстве систематизированы по четырём направлениям: управление посевами, управление животноводством, управление водными ресурсами и управление почвами.
2
Использование машинного обучения для анализа данных сельскохозяйственных датчиков превращает системы управления фермами в инструменты искусственного интеллекта реального времени для поддержки решений и действий фермеров.
3
Применения в управлении посевами включают прогнозирование урожайности, обнаружение болезней и сорняков, оценку качества сельскохозяйственных культур и распознавание видов.
4
Применения в животноводстве охватывают благополучие животных и продуктивность, тогда как сенсорные методы поддерживают управление водными и почвенными ресурсами.
5
В обзоре всесторонне рассматриваются применения машинного обучения в сельскохозяйственных производственных системах, ставшие возможными благодаря большим данным и высокопроизводительным вычислениям.
Research Object
Применения машинного обучения в системах сельскохозяйственного производства
Research Subject
применение машинного обучения для управления посевами, животноводством, водными ресурсами и почвами, включая прогнозирование, обнаружение, распознавание и поддержку принятия решений
Publication Details
Publication Date
2018-08-14
Journal
Publisher
ISSN
Cited by
4022
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai2
Работы, цитирующие эту статью14
Прогнозирование урожайности сельскохозяйственных культур с использованием машинного обучения: систематический обзор литературы2020
Применение машинного обучения в точном земледелии: всесторонний обзор2020
Понимание потенциальных применений искусственного интеллекта в сельском хозяйстве2022
Борьба с изменением климата с помощью машинного обучения2022
Умное сельское хозяйство: устойчивое сельское хозяйство на основе Интернета вещей (IoT)2022
Машинное обучение в сельском хозяйстве: всесторонний обновлённый обзор2021
Всесторонний обзор применения искусственных нейронных сетей для распознавания образов2019
Беспилотники в сельском хозяйстве: обзор и библиометрический анализ2022
Цифровизация сельскохозяйственной отрасли: систематический обзор литературы по сельскому хозяйству 4.02022
Игра с искусственным интеллектом: использование искусственного интеллекта для борьбы с изменением климата — возможности, вызовы и рекомендации2021
Искусственный интеллект в образовании: ИИвО для персонализированных образовательных траекторий2022
Применение цифровых технологий для обеспечения продуктивности сельского хозяйства2023
Точное земледелие и цифровое сельское хозяйство: внедрение технологий и восприятие бразильских фермеров2020
Мониторинг насекомых-вредителей с помощью ловушек, оснащённых камерами: преимущества и ограничения2020