تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الموضوعات الرئيسية
  3. الزراعة الذكية والذكاء الاصطناعي

الأبحاث ضمن الموضوع : الزراعة الذكية والذكاء الاصطناعي




  • تعزيز تصنيف فول الصويا باستخدام نموذج البداية المعدل: نهج التعلم المنقول

    2024 | المؤلف: Yonis Gulzar | المجلة: Emirates Journal of Food and Agriculture | المجال: علوم النبات (Plant Science)

    تقدم ورقة البحث دراسة حول تصنيف بذور فول الصويا المشكلة باستخدام نموذج التعلم العميق InceptionV3 المعدل. تتكون مجموعة البيانات من 5,513 صورة مصنفة إلى خمس فئات متميزة. يتضمن النموذج خمس طبقات إضافية لتحسين أدائه، إلى جانب تقنيات مثل التعلم الانتقالي، وضبط معدل التعلم التكيفي (المحدد على 0.001)، وتسجيل نقاط النموذج. أسفرت التقييمات الأولية عن دقة…


  • توسيع آفاق زراعة الخضروات: رحلة من الممارسات القديمة إلى زراعة البيوت الزجاجية عالية التقنية – مراجعة

    2024 | المؤلف: Nazir Ahmed وآخرون | المجلة: Frontiers in Plant Science | المجال: علوم النبات (Plant Science)

    تسلط المراجعة حول زراعة الخضروات الضوء على التطور الكبير في الممارسات الزراعية، مع التركيز على التفاعل بين التقدم التكنولوجي والاعتبارات البيئية وزيادة الطلب العالمي على الغذاء. تتبع الجذور التاريخية للطرق التقليدية إلى الممارسات الحديثة، مع التركيز على التطورات الحاسمة مثل اختيار البذور وإدارة التربة والتحول نحو الثقافات الخالية من التربة باستخدام الركائز المستدامة مثل الفحم…


  • الكشف عن أمراض أوراق الطماطم بناءً على آلية الانتباه ودمج الميزات متعددة المقاييس

    2024 | المؤلف: Yong Wang وآخرون | المجلة: Frontiers in Plant Science | المجال: علوم النبات (Plant Science)

    تقدم هذه الورقة البحثية طريقة محسّنة لاكتشاف أمراض أوراق الطماطم في البيئات الطبيعية المعقدة، مع معالجة التحديات مثل الإضاءة المتغيرة وأحجام الآفات الصغيرة. تدمج الطريقة المقترحة وحدة انتباه الكتلة التلافيفية (CBAM) في نموذج YOLOv6 لتحسين استخراج ميزات المرض مع التخفيف من التداخل البيئي. بالإضافة إلى ذلك، تم تقديم وحدة دمج الميزات العامة المعاد برمجتها متعددة…


  • تعزيز تصنيف حبوب القهوة: تحليل مقارن لنماذج التعلم العميق المدربة مسبقًا

    2024 | المؤلف: Esraa Hassan | المجلة: Neural Computing and Applications | المجال: علوم النبات (Plant Science)

    تبحث ورقة البحث في التحديات التي تواجه إنتاج حبوب القهوة بسبب تقلبات أسعار القهوة العالمية، مع التأكيد على الآثار الاقتصادية للدول المعتمدة على هذا القطاع. الهدف الرئيسي هو تقييم فعالية نماذج التعلم العميق المدربة مسبقًا في التنبؤ بدقة بأنواع القهوة، وهو أمر مهم بشكل متزايد نظرًا للطلب المتزايد على القهوة المتخصصة. تم إجراء مقارنة شاملة…


  • تمكين زراعة القهوة باستخدام نظام أوامر جودة التربة المدعوم بتوصيات مضادة للحقائق تعتمد على الشبكات العصبية المتكررة المتكاملة مع إنترنت الأشياء

    2024 | المؤلف: Raveena Selvanarayanan وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)

    تؤكد ورقة البحث على الدور الحاسم لصحة التربة في تعزيز إنتاج القهوة، داعيةً إلى دمج تقنيات إنترنت الأشياء (IoT) المعتمدة على الذكاء الاصطناعي لتبسيط مراقبة التربة. تعتبر الطرق التقليدية غير فعالة، مما يحفز تطوير نظام متكامل للتحكم في خصوبة التربة يستفيد من تحليل البيانات في الوقت الحقيقي لتحويل الأراضي غير الخصبة إلى مناطق منتجة لزراعة…


  • ثورة الزراعة باستخدام الذكاء الاصطناعي: طرق اكتشاف أمراض النباتات، التطبيقات، وقيودها

    2024 | المؤلف: Abbas Jafar وآخرون | المجلة: Frontiers in Plant Science | المجال: علوم النبات (Plant Science)

    تقدم هذه القسم نظرة عامة على الأهمية الحيوية للكشف الدقيق والسريع عن أمراض النباتات لتحسين الإنتاج الزراعي والتخفيف من الخسائر الاقتصادية الناجمة عن مسببات الأمراض المختلفة، بما في ذلك الفيروسات والفطريات والبكتيريا. يتم تسليط الضوء على أن طرق الكشف التقليدية تستغرق وقتًا طويلاً وتتطلب موارد كبيرة، مما يدفع إلى استكشاف التشخيص الآلي من خلال تقنيات…


  • مقارنة النماذج المدربة مسبقًا للكشف الفعال عن أمراض الأوراق: دراسة على شبكة CNN مخصصة

    2024 | المؤلف: Tazrian Alam وآخرون | المجلة: Journal of Electrical Systems and Information Technology | المجال: علوم النبات (Plant Science)

    تقدم ورقة البحث تقييمًا شاملاً لنماذج الكشف عن أمراض الأوراق، مقارنةً بتسع هياكل مسبقة التدريب المعروفة – DenseNet201 و EfficientNetB3 و EfficientNetB4 و InceptionResNetV2 و MobileNetV2 و ResNet50 و ResNet152 و VGG16 و Xception – مع شبكة عصبية تلافيفية (CNN) مخصصة تم تطويرها حديثًا. تهدف الدراسة إلى تقييم ما إذا كانت الشبكة العصبية المخصصة يمكن…


  • توأم رقمي زراعي للماندرين يظهر الإمكانية للزراعة الفردية

    2024 | المؤلف: Steven Kim وآخرون | المجلة: Nature Communications | المجال: علوم النبات (Plant Science)

    قسم “الطرق” في ورقة البحث يوضح التصميم التجريبي والتقنيات التحليلية المستخدمة للتحقيق في سؤال البحث. استخدمت الدراسة نهجًا كميًا، حيث تم دمج التحليلات الإحصائية لتقييم البيانات التي تم جمعها من تجارب متنوعة. تضمنت المنهجيات المحددة تجارب مختبرية محكومة، حيث تم التلاعب بالمتغيرات بشكل منهجي لملاحظة تأثيراتها على النتائج المعنية. شملت جمع البيانات استخدام أدوات وبروتوكولات…


  • الذكاء الاصطناعي: أداة واعدة للتطبيق في علم أمراض النبات

    2024 | المؤلف: Victoria E. González‐Rodríguez وآخرون | المجلة: Horticulturae | المجال: علوم النبات (Plant Science)

    تقدم هذه القسم نظرة شاملة على الدور التحويلي للذكاء الاصطناعي (AI) في إدارة أمراض النباتات والبحث الفيتوباثولوجي. يبرز التأثير الكبير لأمراض النباتات، التي تؤدي إلى خسائر سنوية في المحاصيل تتراوح بين 10-16%، مما يستلزم حلولاً مبتكرة. يظهر الذكاء الاصطناعي قدرات استثنائية في الكشف الآلي عن الأمراض والتشخيص من خلال تقنيات التعرف على الصور المتقدمة، محققًا…


  • تحسين اكتشاف فينوتيب نبات الطماطم: تعزيز بنية YOLOv8 لمواجهة تعقيد البيانات

    2024 | المؤلف: Firozeh Solimani وآخرون | المجلة: Computers and Electronics in Agriculture | المجال: علوم النبات (Plant Science)

    إن التعرف الفعال على خصائص نبات الطماطم أمر ضروري لمراقبة النمو والحصاد، ومع ذلك، تظهر التحديات عند إجراء تجارب الضغط على أنواع متعددة، خاصة بسبب توزيع العينات غير المتوازن. تتناول هذه الورقة هذه التحديات من خلال اقتراح نهج جديد لموازنة البيانات يستخدم نموذج التعلم العميق YOLOv8 لاكتشاف الزهور والفواكه والعقد في نباتات الطماطم. يعزز دمج…


←السابق
1 … 9 10 11 12
التالي→

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