تقدم البحث نظام توقعات الزراعة الذكية المدعوم بالذكاء الاصطناعي مصمم لتعزيز إنتاجية المحاصيل من خلال معالجة عدم الكفاءة في استخدام الأسمدة، والتعامل، واختيار المحاصيل. يستخدم النظام وكلاء ذكيين لتصنيف التربة، وتقدير معلمات التربة، واقتراح المحاصيل، وتوصية الأسمدة. حقق نموذج الشبكة العصبية التلافيفية (CNN) دقة تصنيف بلغت 92.88% لأنواع التربة المختلفة، بينما قدم نموذج الغابة العشوائية…

تسلط الأبحاث الضوء على الدور الحاسم للتعرف الدقيق على أمراض النباتات في الزراعة والأمن الغذائي، مع التأكيد على قيود الطرق التقليدية التي تعتمد على الفحص البصري والمعرفة الخبيرة. لمعالجة هذه التحديات، تستخدم الدراسة DenseNet121، وهي بنية شبكة عصبية تلافيفية (CNN) متطورة، لتصنيف سبع أمراض شائعة في الأرز. من خلال استخدام التعلم الانتقالي مع أوزان ImageNet…

تتناول هذه الورقة البحثية التحدي الكبير الذي تفرضه أمراض النباتات على الأمن الغذائي العالمي واستدامة الزراعة، لا سيما في المناطق التي تفتقر إلى تقنيات التشخيص المتقدمة. وتقدم نظامًا مبتكرًا يعمل بالطاقة الشمسية ويعتمد على الروبوتات الذاتية، يستخدم تقنيات التعلم العميق وإنترنت الأشياء (IoT) للكشف عن أمراض النباتات في الوقت الحقيقي. يتميز النظام بوحدة تصوير عالية…