الأبحاث المرتبطة بالكلمة المفتاحية: الزراعة الدقيقة
-
الزراعة الدقيقة المدفوعة بإنترنت الأشياء الذكي: رسم الخرائط الأرضية، توقع المحاصيل، ونظام الري
2025 | المؤلف: Gourab Saha وآخرون | المجلة: PLoS ONE | المجال: علوم النبات (Plant Science)تقدم ورقة البحث نظامًا متكاملًا قائمًا على إنترنت الأشياء (IoT) مصممًا لتعزيز الزراعة الدقيقة من خلال التقنيات المتقدمة، مع معالجة الطلب المتزايد على الغذاء العالمي في ظل التحديات مثل تدهور التربة وتغير المناخ. يتضمن النظام المقترح رسم خرائط زراعية، وتعلم الآلة، والمنطق الضبابي لتحسين اختيار الأراضي والمحاصيل، بالإضافة إلى ممارسات الري. باستخدام صور الأقمار الصناعية…
-
تعزيز الزراعة الدقيقة من خلال نموذج توصية المحاصيل التحويلي القائم على السحابة
2025 | المؤلف: Gurpreet Singh وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)تقدم ورقة البحث نموذج توصية المحاصيل التحويلي (TCRM)، وهو نهج مبتكر يستفيد من تقنيات التعلم الآلي المتقدمة والتكنولوجيا السحابية لتقديم توصيات مخصصة للمحاصيل تهدف إلى تعزيز الإنتاجية الزراعية. يستخدم TCRM بيانات في الوقت الحقيقي، ويشمل عوامل بيئية وزراعية، لتحسين التوصيات للمزارعين، خاصة في المناطق النائية، من خلال تنبيهات SMS. يظهر النموذج أداءً متفوقًا مقارنة بالخوارزميات…
-
SSATNet: محول انتباه طيفي-مكاني لتصنيف صور الذرة الطيفية العالية
2025 | المؤلف: Bin Wang وآخرون | المجلة: Frontiers in Plant Science | المجال: الكيمياء التحليلية (Analytical Chemistry)تقدم ورقة البحث نهجًا جديدًا لتصنيف صور الذرة الطيفية الفائقة من خلال تطوير شبكة محول الانتباه الطيفي المكاني (SSATNet). يعالج هذا الأسلوب التحديات التي تطرحها الكمية الكبيرة والميزات المعقدة للبيانات الطيفية الفائقة، والتي غالبًا ما تعيق التصنيف الدقيق لأنواع بذور الذرة. تستخدم SSATNet مزيجًا من الالتواءات ثلاثية الأبعاد وثنائية الأبعاد لاستخراج الميزات المحلية الطيفية والمكانية…
-
إطار هجين لاكتشاف وتصنيف أمراض أوراق النباتات باستخدام الشبكات العصبية التلافيفية ومحولات الرؤية
2025 | المؤلف: Sherihan Aboelenin وآخرون | المجلة: Complex & Intelligent Systems | المجال: علوم النبات (Plant Science)تقدم هذه الورقة البحثية إطارًا هجينًا يدمج الشبكات العصبية التلافيفية (CNNs) ومحولات الرؤية (ViT) لتعزيز الكشف وتصنيف أمراض أوراق النباتات. يستخدم النموذج مجموعة من ثلاث هياكل CNN مدربة مسبقًا—VGG16 وInception-V3 وDenseNet201—لاستخراج ميزات عالمية قوية من صور الأوراق. بعد ذلك، يتم استخدام نموذج ViT لالتقاط الميزات المحلية، مما يسهل الكشف الدقيق عن الأمراض. تم تقييم الإطار…
-
فتح إمكانيات الزراعة الدقيقة للزراعة المستدامة
2024 | المؤلف: George Mgendi | المجلة: Discover Agriculture | المجال: علوم النبات (Plant Science)تقدم الورقة تحليلًا شاملاً للزراعة الدقيقة، مع تسليط الضوء على فوائدها وتحدياتها والاتجاهات المستقبلية في سياق الزراعة الحديثة. تؤكد على كيفية تمكين التقدم في التقنيات الرقمية، مثل إنترنت الأشياء (IoT)، والذكاء الاصطناعي (AI)، وتحليل البيانات، للمزارعين من تحسين إدارة الموارد، وتعزيز صحة المحاصيل، وتعزيز الاستدامة. تكشف النتائج أن الزراعة الدقيقة يمكن أن تؤثر بشكل كبير…
-
تحسين إنتاج المحاصيل باستخدام إطار تعلم عميق زراعي في الزراعة الدقيقة
2024 | المؤلف: J. Logeshwaran وآخرون | المجلة: BMC Bioinformatics | المجال: علوم النبات (Plant Science)تقدم ورقة البحث إطار التعلم العميق الزراعي (ADLF)، المصمم لتعزيز الزراعة الدقيقة من خلال استخدام تقنيات التعلم العميق لتحليل مجموعات بيانات واسعة تتعلق بعوامل نمو المحاصيل مثل رطوبة التربة ودرجة الحرارة والرطوبة. يهدف الإطار إلى تحسين عمليات اتخاذ القرار، وتسهيل الكشف المبكر عن مشكلات المحاصيل، وزيادة الإنتاجية الزراعية في النهاية. تشير الدراسة إلى أن ADLF…
-
الأساليب التكاملية في الزراعة الحديثة: إنترنت الأشياء، التعلم الآلي والذكاء الاصطناعي لتوقع الأمراض في ظل تغير المناخ
2024 | المؤلف: Payam Delfani وآخرون | المجلة: Precision Agriculture | المجال: علوم النبات (Plant Science)يتناول القسم أهمية نماذج التنبؤ بأمراض النباتات المعززة بالتقنيات المتقدمة مثل إنترنت الأشياء (IoT) وتعلم الآلة (ML) والذكاء الاصطناعي (AI) في تعزيز الزراعة المستدامة. تتيح هذه النماذج توقعات دقيقة لتفشي الأمراض، مما يمكّن المزارعين من اتخاذ تدابير استباقية للسيطرة على الأمراض، وإدارة الموارد بكفاءة، وزيادة غلة المحاصيل. يبرز المقال ضرورة اختبار التحقق من صحة هذه…
-
الأثر الرائد للتحول الرقمي والذكاء الاصطناعي في تربية الأغنام
2024 | المؤلف: Muhammad Furqan Arshad وآخرون | المجلة: Research in Veterinary Science | المجال: الحيوانات الصغيرة (Small Animals)لقد أحدث دمج الرقمنة والذكاء الاصطناعي (AI) ثورة في تربية الأغنام، مما عزز صحة الأغنام وعوائد الزراعة من خلال تطبيقات الإدارة المتقدمة. لقد سهلت تحليلات البيانات التنبؤية المدفوعة بالتعلم الآلي تحسين اتخاذ القرارات، مما يمكّن المزارعين من مراقبة صحة الماشية عن بُعد عبر أجهزة قابلة للارتداء تتعقب العلامات الحيوية والسلوك. بالإضافة إلى ذلك، يستخدم الأطباء…