الأبحاث ضمن الموضوع : الزراعة الذكية والذكاء الاصطناعي
-
RAM-UNet: نموذج تحسين قائم على U-Net للتجزئة الدلالية لجذع نباتات فول الصويا الناضجة
2026 | المؤلف: Lin Zhu وآخرون | المجلة: Frontiers in Plant Science | المجال: علوم النبات (Plant Science)تقدم الدراسة نموذج RAM-UNet، وهو نموذج متقدم لتقسيم الصور الدلالية مصمم لتعزيز دقة تقسيم الساق الرئيسية في نباتات فول الصويا الناضجة، وهو أمر حاسم لتقييم نمو النبات وإمكانات المحصول. يدمج النموذج ResNet50 كهيكل أساسي ويستخدم الالتواءات القابلة للتشكيل لالتقاط الشكل المعقد للساق بشكل فعال، خاصة في المناطق ذات التباين المنخفض. تشمل الابتكارات الرئيسية دمج وحدة…
-
نظام الكشف ودعم القرار المدفوع بالذكاء الاصطناعي للإدارة الدقيقة لمرض العفن الناعم في الذرة
2026 | المؤلف: Jadesha G وآخرون | المجلة: PLoS ONE | المجال: علوم النبات (Plant Science)تدرس هذه الدراسة تطبيق الذكاء الاصطناعي (AI) للكشف عن العفن الناعم للذرة (MDM)، وهو مرض يؤثر بشكل كبير على غلات المحاصيل. تم تقييم ثلاثة عشر خوارزمية تعلم آلي (ML) وتعلم عميق (DL) لقدرتها على تصنيف أوراق الذرة الصحية والمصابة باستخدام مجموعة بيانات منظمة. أظهر نموذج VGG16 أعلى أداء، محققًا دقة 97%، و0.98 دقة، و0.95 استرجاع،…
-
تقييم شامل لنماذج التعلم العميق الخفيفة لتصنيف أمراض الطماطم في بيئات الحوسبة الطرفية
2026 | المؤلف: Trong-Minh Hoang وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)تناقش هذه القسم تطوير تطبيقات التعلم العميق التي تهدف إلى أتمتة الكشف المبكر والدقيق عن الأمراض في نباتات الطماطم، مشددة على التوازن الحرج بين الكفاءة الحسابية ودقة التشخيص في البيئات الزراعية المحدودة الموارد. يقترح المؤلفون إطار تقييم لسبع هياكل من الشبكات العصبية التلافيفية (CNN)، بما في ذلك ShuffleNetV2 و MobileNetV3-Small و SqueezeNet و MobilePlantViT و…
-
تحتاج السياسات الزراعية المستقبلية إلى دمج أهداف التنوع البيولوجي في الزراعة الذكية
2026 | المؤلف: Rafael Achury وآخرون | المجلة: npj Sustainable Agriculture | المجال: علوم النبات (Plant Science)تؤكد خاتمة ورقة البحث على إمكانية الزراعة المستدامة (SF) لتعزيز التنوع البيولوجي سواء في الموقع أو عبر المناظر الطبيعية الأوسع. وتجادل بضرورة وجود إطار عمل جديد يدمج اعتبارات التنوع البيولوجي في استراتيجيات SF، مشيرة إلى أن فوائد SF للاستدامة البيئية لا تنشأ تلقائيًا من اعتماد هذه التقنيات. يدعو المؤلفون إلى التركيز المزدوج على الإنتاجية والأنظمة…
-
شبكة CNN–ViT هجينة خفيفة الوزن جديدة لتصنيف أمراض أوراق الذرة
2026 | المؤلف: Saber Mehdipour وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)تسلط الأبحاث الضوء على الدور الحاسم للذرة كمحصول عالمي والتحديات التي تطرحها الأمراض النباتية، مما يستلزم طرق تشخيص فعالة. تعتبر طرق الفحص اليدوي التقليدية غير فعالة ومعرضة للأخطاء، مما يدفع لاستكشاف الحلول الآلية. أظهرت التقدمات الأخيرة في رؤية الكمبيوتر والتعلم العميق، وخاصة من خلال الشبكات العصبية التلافيفية (CNNs) ومحولات الرؤية (ViTs)، إمكانيات في تشخيص الأمراض…
-
دراسة حول الكشف التلقائي عن عدد حبوب سنابل القمح بناءً على التعلم العميق
2026 | المؤلف: Hecang Zang وآخرون | المجلة: Frontiers in Plant Science | المجال: علوم النبات (Plant Science)تتناول هذه الدراسة الحاجة الملحة للكشف التلقائي وعدّ حبوب سنابل القمح، وهو مقياس رئيسي لتقدير إنتاجية القمح. تعتمد الطرق التقليدية على العد اليدوي بعد الدراس، مما يتطلب جهدًا كبيرًا ووقتًا طويلاً. للتغلب على هذه التحديات، استخدم الباحثون تقنيات رؤية الكمبيوتر المتقدمة، وجمعوا 936 صورة لحبوب سنابل القمح وقاموا بتعزيزها لإنشاء مجموعة بيانات مكونة من 3700…
-
ZamYOLO-maize: إطار تعلم عميق قائم على YOLOv8n للكشف الآلي وتصنيف أمراض أوراق الذرة في ظروف الحقل في زامبيا
2026 | المؤلف: Prudence Kalunga وآخرون | المجلة: Frontiers in Artificial Intelligence | المجال: علوم النبات (Plant Science)تتناول هذه البحث التحديات التي يواجهها مزارعو الذرة الصغيرة في زامبيا بسبب الأمراض الورقية، وخاصة بقعة الورقة الرمادية، وعفن ورقة الذرة الشمالية، وفيروس الشريط الذري. لتسهيل الكشف عن الأمراض في الوقت الحقيقي، طورت الدراسة مجموعة بيانات جديدة من صور أوراق الذرة الزامبية، تم وضع علامات عليها لآفات الأمراض، النوع، والشدة. الإطار التشخيصي المقترح، ZamYOLO-Maize، يدمج…
-
ApaltAI: نظام تشخيصي قائم على الويب مع بنية تصويت متسلسلة لاكتشاف الأنثراكنوز والقشرة في ثمار الأفوكادو
2026 | المؤلف: Mikjael Moreano وآخرون | المجلة: Frontiers in Plant Science | المجال: علوم النبات (Plant Science)تقدم البحث نظامًا جديدًا للتعرف التلقائي على مرضين شائعين في الأفوكادو، وهما الأنثراكنوز (Colletotrichum gloeosporioides) والقشرة (Sphaceloma perseae)، اللذان يسهمان معًا في خسائر سنوية كبيرة في إنتاج الأفوكادو. باستخدام بنية تصويت ثنائية متسلسلة (VotingBS) مدمجة مع تطبيق ويب، يستخدم النظام استراتيجية تصنيف هرمية من مرحلتين. تستخدم المرحلة الأولى مجموعة من خمسة نماذج تعلم عميق لتمييز…
-
نموذج محول رؤية قابل للتفسير مع التعلم الانتقالي لتصنيف دقيق لأمراض أوراق الفاصوليا
2026 | المؤلف: Saiprasad Potharaju وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)تقدم هذه البحث إطارًا آليًا وقابلًا للتفسير للتعرف المبكر على أمراض أوراق الفاصوليا، وبالتحديد بقعة الأوراق الزاوية وصدأ الفاصوليا، باستخدام بنية محول الرؤية (ViT-B/16) التي تم تحسينها من خلال التعلم الانتقالي من ImageNet. تتناول الدراسة قيود طرق الفحص البصري التقليدية، التي تتطلب جهدًا كبيرًا وتكون ذات طابع شخصي، من خلال استخدام تقنيات التعلم العميق التي…
-
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…
