الأبحاث ضمن الموضوع : الزراعة الذكية والذكاء الاصطناعي
-
تصنيف أمراض نبات الأرز باستخدام DenseNet121 الفعال
2026 | المؤلف: Amr Ismail وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)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…
-
نظام دعم القرار الذاتي المدفوع بالذكاء الاصطناعي للزراعة الذكية
2026 | المؤلف: N L Padma Swati وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)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…
-
إطار عمل خفيف الوزن للتعلم العميق وتحسين الحيتان للزراعة الدقيقة المستدامة
2026 | المؤلف: S. China Ramu وآخرون | المجلة: Discover Computing | المجال: علوم النبات (Plant Science)يتناول القسم التحديات الملحة لإنتاجية الزراعة واستدامتها في سياق تقلب المناخ وقيود الموارد. إن الممارسات الزراعية التقليدية، التي غالبًا ما تعتمد على الحدس، غير كافية لتحسين استخدام الموارد وتحقيق غلات المحاصيل المتسقة. هناك حاجة متزايدة لأنظمة ذكية قادرة على معالجة بيانات متنوعة لتعزيز اتخاذ القرار في الزراعة. يتم تقديم نموذج AgriCLWO-Net كحل للمجتمعات الزراعية ذات…
-
الزراعة الذكية 5.0: تآزر سلسلة الكتل والتعلم المعزز لتحسين الزراعة المتعددة والمحافظات القابلة للتتبع المدعومة من إنترنت الأشياء
2026 | المؤلف: R. N. V. Jagan Mohan وآخرون | المجلة: Frontiers in Blockchain | المجال: علوم النبات (Plant Science)تتناول هذه الدراسة التحديات الحرجة في الزراعة، لا سيما بالنسبة للمزارعين الصغار الذين يشاركون في زراعة المحاصيل المتعددة، من خلال دمج تقنية البلوكشين مع التعلم المعزز (RL) المحسن باستخدام الانحدار المتعدد النيوترولوجي للتنبؤ الدقيق بخسائر المحاصيل. باستخدام بيانات من ستة محاصيل—الأرز، الموز، الكركم، يام الفيل، جوز الهند، والكاكاو—حققت الدراسة تقليصًا بنسبة 25%-35% في خسائر المحاصيل…
-
تضييق فجوات المعرفة في تنوع الأراضي الزراعية باستخدام الزراعة الرقمية
2026 | المؤلف: Ruben Remelgado وآخرون | المجلة: npj Sustainable Agriculture | المجال: علوم النبات (Plant Science)تناقش هذه الفقرة إمكانيات الزراعة الرقمية – التي تُعرف بأنها استخدام التقنيات الرقمية والبيانات في الإنتاج الزراعي – لتعزيز مراقبة التنوع البيولوجي. على الرغم من التقارب التكنولوجي بين الزراعة وعلوم التنوع البيولوجي، إلا أن هذه المجالات لا تزال مفصولة إلى حد كبير. يجادل المؤلفون بأن تدفقات البيانات الحالية من الزراعة الرقمية يمكن أن توفر بيانات…
-
LeafSightX: نموذج دمج CNN معزز بالانتباه القابل للتفسير لتحديد أمراض أوراق التفاح
2026 | المؤلف: Md. Ehsanul Haque وآخرون | المجلة: Frontiers in Artificial Intelligence | المجال: علوم النبات (Plant Science)تقدم البحث LeafSightX، وهو هيكل معماري جديد للتعلم العميق ذو عمودين مصمم للتعرف السريع والدقيق على أمراض أوراق التفاح، مما يعالج التحديات الكبيرة في الزراعة الدقيقة مثل محدودية القابلية للتعميم، وقابلية التفسير، والحساسية تجاه التحولات في المجال. من خلال دمج الميزات من DenseNet201 و InceptionV3 مع تقنيات الانتباه الذاتي متعدد الرؤوس (MHSA)، يعزز LeafSightX كل…
-
PotatoGuardNet: إطار تعلم عميق مصقول لاكتشاف أمراض أوراق البطاطس
2026 | المؤلف: Marriam Nawaz وآخرون | المجلة: Frontiers in Plant Science | المجال: علوم النبات (Plant Science)تقدم ورقة البحث نهجًا مبتكرًا، يسمى PotatoGuardNet، يهدف إلى أتمتة تصنيف أمراض أوراق البطاطس لتعزيز الإنتاجية الزراعية. نظرًا للتحديات التي تطرحها التغيرات البيئية وأمراض المحاصيل، فإن طرق التصنيف اليدوية التقليدية غالبًا ما تكون غير كافية بسبب طبيعتها المستهلكة للوقت واعتمادها على المعرفة المتخصصة. يستخدم PotatoGuardNet المقترح نموذج Faster-RCNN القائم على Inception-ResNet-V2، الذي يلتقط بفعالية السمات…
-
المحركات والعوائق أمام اعتماد الزراعة الدقيقة في الزراعة التشيكية
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: Precision Agriculture | المجال: علوم النبات (Plant Science)تستكشف هذه الدراسة اعتماد تقنيات الزراعة الدقيقة (PATs) في جمهورية التشيك، باستخدام بيانات لوحة غير متوازنة من شبكة بيانات محاسبة المزارع التشيكية (FADN) من 2017 إلى 2021. من خلال استخدام نموذج اختيار ثنائي بروبيت مع مواصفات تأثيرات عشوائية داخلية-بينية (WBRE)، تحدد الأبحاث المحركات والعوائق الاجتماعية والاقتصادية الرئيسية التي تؤثر على اعتماد PAT في إنتاج المحاصيل…
-
الذكاء الاصطناعي وتعلم الآلة في تقييم جودة الفواكه بعد الحصاد: التحديات الحالية، التقدمات الأخيرة، وآفاق المستقبل
2026 | المؤلف: M.J. Gidado وآخرون | المجلة: Journal of Stored Products Research | المجال: علوم النبات (Plant Science)تعد مرحلة ما بعد الحصاد ضرورية للحفاظ على جودة وسلامة وقابلية تسويق المنتجات الزراعية. لقد عززت التطورات الأخيرة في الذكاء الاصطناعي (AI) وتعلم الآلة (ML) بشكل كبير من تقييم جودة الفاكهة من خلال منهجيات سريعة وغير مدمرة ودقيقة. تستعرض هذه المراجعة بشكل نقدي المشهد الحالي لتطبيقات الذكاء الاصطناعي وتعلم الآلة في تقييم جودة ما بعد…
-
تقنيات الإنترنت للأشياء والحوسبة السحابية المعتمدة على الري الذكي للزراعة المستدامة
2026 | المؤلف: Abdennabi Morchid وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)تتناول هذه الدراسة التحدي الحاسم لإدارة المياه المستدامة في الزراعة، لا سيما في المناطق التي تعاني من نقص المياه والتي تفاقمت بسبب تغير المناخ. غالبًا ما تؤدي طرق الري التقليدية إلى هدر كبير في المياه وانخفاض في الإنتاجية الزراعية، مما يستدعي حلولًا مبتكرة لتعزيز كفاءة استخدام المياه مع الحفاظ على غلة المحاصيل. تقدم الورقة نظام…
