تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • أحدث الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. تصنيف أمراض النباتات

الأبحاث المرتبطة بالكلمة المفتاحية: تصنيف أمراض النباتات




  • شبكة بطاطسLeafNet: شبكات عصبية تلافيفية من مرحلتين لتحديد وتصنيف مرض أوراق البطاطس بشكل فعال PotatoLeafNet: two-stage convolutional neural networks for effective Potato Leaf disease identification and classification

    2026 | المؤلف: G. Bhavani وآخرون | المجلة: Frontiers in Artificial Intelligence | المجال: علوم النبات (Plant Science)

    تقدم البحث PotatoLeafNet، وهو إطار عمل للتعلم العميق من مرحلتين مصمم للكشف والتصنيف الموثوق لأمراض أوراق البطاطس، وخاصة العفن المبكر والعفن المتأخر. يدمج الإطار خط أنابيب ثابت لتكبير الصور مع شبكة عصبية تلافيفية (CNN) مدمجة مكونة من 11 طبقة تستخدم نوى 3 × 3. تم تدريبها على مجموعة بيانات تحتوي على 4,072 صورة ورقة بطاطس…


  • تحسين تصنيف أمراض النباتات باستخدام شبكة عصبية تلافيفية قائمة على الانتباه مع آلية الضغط والتحفيز Enhanced plant disease classification with attention-based convolutional neural network using squeeze and excitation mechanism

    2026 | المؤلف: Karthikeyan Sivasubramanian وآخرون | المجلة: Frontiers in Artificial Intelligence | المجال: علوم النبات (Plant Science)

    تقدم ورقة البحث شبكة عصبية تلافيفية جديدة مع كتل هوية مدعومة بآلية ضغط وتحفيز (CNN-SEEIB) مصممة للتصنيف متعدد التسميات لأمراض النباتات. مع تزايد دمج التكنولوجيا في الزراعة من خلال الأجهزة الذكية والحوسبة الطرفية، يتناول النموذج المقترح التحديات الحالية في الدقة والحجم والسرعة المرتبطة بأساليب التصنيف الحالية. من خلال دمج آلية انتباه داخل كتل الهوية، يعزز…


  • نحو الكشف عن أمراض أوراق الشاي في الزراعة الدقيقة باستخدام الشبكات العصبية التلافيفية ومعالجة الصور Towards precision agriculture tea leaf disease detection using CNNs and image processing

    2026 | المؤلف: Irfan Sadiq Rahat وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)

    في هذه الدراسة، نقدم نموذج تعلم عميق جديد مصمم لتصنيف الأمراض الشائعة في أوراق الشاي، باستخدام تقنيات تحليل الصور المتقدمة. يتميز النموذج بهندسة متعددة الطبقات قادرة على معالجة صور RGB بحجم 256 × 256 بكسل، بدءًا من طبقة الإدخال وطبقة Zero Padding 2D للحفاظ على التكامل المكاني. تتضمن الهندسة طبقة تلافيفية تحتوي على 64 فلتر…


حقوق النشر © 2026 العالِم العربي. جميع الحقوق محفوظة. موقع العالِم العربي غير مسؤول عن محتوى المواقع الخارجية.