الأبحاث ضمن الموضوع : الزراعة الذكية والذكاء الاصطناعي
-
YOLOV5-CBAM-C3TR: نموذج محسّن يعتمد على وحدة المحول وآلية الانتباه لاكتشاف أمراض أوراق التفاح
2024 | المؤلف: Meng Lv وآخرون | المجلة: Frontiers in Plant Science | المجال: علوم النبات (Plant Science)تقدم البحث نموذج YOLOV5-CBAM-C3TR، وهو نسخة محسنة من YOLOV5، مصممة للكشف الدقيق عن أمراض أوراق التفاح، وخاصة بقعة ألترناريا، والبقعة الرمادية، والصدأ. من خلال دمج آلية الانتباه ووحدة تشفير المحولات، يعالج هذا النموذج قيود طرق الكشف اليدوية التقليدية، التي غالبًا ما تكون بطيئة وغير دقيقة. استخدمت الدراسة صور RGB للتدريب والتقييم، مقارنةً بين YOLOV5-CBAM-C3TR ونماذج…
-
تعزيز أنظمة توصية المحاصيل باستخدام الذكاء الاصطناعي القابل للتفسير: دراسة حول اتخاذ القرارات الزراعية
2024 | المؤلف: Mahmoud Y. Shams وآخرون | المجلة: Neural Computing and Applications | المجال: علوم النبات (Plant Science)تقدم البحث XAI-CROP، وهو نظام متقدم لتوصية المحاصيل يدمج التعلم الآلي مع مبادئ الذكاء الاصطناعي القابل للتفسير (XAI) لتعزيز الشفافية وقابلية التفسير في اتخاذ القرارات الزراعية. من خلال تحليل البيانات حول خصائص التربة، وأداء المحاصيل التاريخي، وأنماط الطقس، يوفر XAI-CROP توصيات مخصصة لاختيار المحاصيل. يقيم الدراسة XAI-CROP بدقة مقارنةً بنماذج التعلم الآلي المعتمدة، بما في…
-
نظام ري ذكي متكامل مع أجهزة استشعار إنترنت الأشياء وآلات الدعم للزراعة
2024 | المؤلف: G. Kranthi Kumar وآخرون | المجلة: Discover Sustainability | المجال: علوم النبات (Plant Science)تقدم ورقة البحث نظام ري ذكي قائم على إنترنت الأشياء (IoT) مصمم لمعالجة الطلب المتزايد على المياه العذبة في الزراعة، خاصة في ضوء الزيادة المتوقعة في عدد السكان العالمي من 7.2 مليار إلى أكثر من 9 مليار بحلول عام 2050. يستخدم النظام حساسات الرطوبة والتربة المدعومة بتقنية إنترنت الأشياء لجمع البيانات ذات الصلة، والتي يتم…
-
شبكات عصبية كابسول محسّنة لتصنيف أمراض أوراق الطماطم
2024 | المؤلف: Lobna M. Abouelmagd وآخرون | المجلة: EURASIP Journal on Image and Video Processing | المجال: علوم النبات (Plant Science)تقدم ورقة البحث نهجًا جديدًا لاكتشاف وتصنيف أمراض أوراق الطماطم باستخدام شبكة عصبية كبسولية محسّنة (CapsNet). غالبًا ما تكافح الشبكات العصبية التلافيفية التقليدية (CNNs) في التقاط العلاقات المكانية في الصور، وهو أمر حاسم لتحديد الخصائص المحددة لأمراض الأوراق. تستفيد منهجية CapsNet المقترحة من تقنيات تعزيز البيانات والمعالجة المسبقة لتحسين التدريب، محققة دقة مثيرة للإعجاب تبلغ…
-
تحسين تصنيف أمراض بذور الذرة: الاستفادة من MobileNetV2 مع تعزيز الميزات والتعلم الانتقالي
2024 | المؤلف: Mohannad Alkanan وآخرون | المجلة: Frontiers in Applied Mathematics and Statistics | المجال: علوم النبات (Plant Science)تبحث هذه الدراسة في تطبيق الذكاء الاصطناعي (AI) في تصنيف أمراض الذرة، باستخدام نسخة محسّنة من MobileNetV2 كنموذج أساسي. تستخدم الدراسة مجموعة بيانات شاملة تحتوي على صور مصنفة إلى أربع فئات من الأمراض: مكسورة، مشوهة، مقطوعة الحرير، ونقية. يتضمن النموذج طبقات إضافية—تجميع متوسط، تسطيح، كثافة، إسقاط، وsoftmax—لتحسين استخراج الميزات وقدرات التصنيف. يتم تطبيق تقنيات ضبط…
-
دمج البيانات الجوية ومعلومات المبيدات للتنبؤ بعوائد المحاصيل باستخدام التعلم الآلي
2024 | المؤلف: Md Jiabul Hoque وآخرون | المجلة: IEEE Access | المجال: علوم النبات (Plant Science)تقدم البحث نظامًا جديدًا للتنبؤ بعائد المحاصيل مصممًا لتعزيز الأمن الغذائي من خلال معالجة نقاط الضعف في القطاع الزراعي تجاه تغير المناخ واستخدام المبيدات. باستخدام مجموعة بيانات شاملة تتضمن بيانات الأرصاد الجوية وسجلات المبيدات وعوائد المحاصيل التاريخية، يستخدم الدراسة تقنيات التعلم الآلي للتنبؤ بعوائد المحاصيل. تم تدريب وتقييم ثلاثة نماذج – تعزيز التدرج، الجيران الأقرب…
-
نحو الزراعة المستدامة: نهج جديد لاكتشاف أمراض أوراق الأرز باستخدام dCNN ومجموعة بيانات محسّنة
2024 | المؤلف: Mehedi Hasan Bijoy وآخرون | المجلة: IEEE Access | المجال: علوم النبات (Plant Science)تتناول ورقة البحث القضية الحرجة لاكتشاف أمراض أوراق الأرز، والتي تشكل تحديات كبيرة لإنتاج الأرز، وهو غذاء أساسي لنحو نصف سكان العالم. يقترح المؤلفون نموذج شبكة عصبية عميقة خفيفة الوزن (dCNN) يحدد بفعالية خمس أمراض شائعة لأوراق الأرز: البقعة البنية، التونغرو، العفن البكتيري، عفن الغمد، والانفجار البكتيري. يظهر هذا النموذج أداءً متفوقًا مقارنة بـ 21…