الأبحاث ضمن الموضوع : الزراعة الذكية والذكاء الاصطناعي
-
تحسين إنتاج المحاصيل باستخدام إطار تعلم عميق زراعي في الزراعة الدقيقة
2024 | المؤلف: J. Logeshwaran وآخرون | المجلة: BMC Bioinformatics | المجال: علوم النبات (Plant Science)تقدم ورقة البحث إطار التعلم العميق الزراعي (ADLF)، المصمم لتعزيز الزراعة الدقيقة من خلال استخدام تقنيات التعلم العميق لتحليل مجموعات بيانات واسعة تتعلق بعوامل نمو المحاصيل مثل رطوبة التربة ودرجة الحرارة والرطوبة. يهدف الإطار إلى تحسين عمليات اتخاذ القرار، وتسهيل الكشف المبكر عن مشكلات المحاصيل، وزيادة الإنتاجية الزراعية في النهاية. تشير الدراسة إلى أن ADLF…
-
الكشف عن الأمراض المعتمد على التعلم العميق في أوراق قصب السكر: تقييم نماذج
2024 | المؤلف: İsmail Kunduracıoğlu وآخرون | المجلة: Journal of Operations Intelligence | المجال: علوم النبات (Plant Science)تتناول هذه الدراسة القضية الحرجة لاكتشاف الأمراض في قصب السكر، وهو محصول مسؤول عن 75% من إنتاج السكر العالمي. تعتبر طرق التشخيص اليدوي التقليدية غير فعالة وغالبًا ما تكون غير دقيقة، مما دفع إلى تطوير نهج قائم على التعلم العميق لاكتشاف الأمراض بشكل موثوق في أوراق قصب السكر. باستخدام مجموعة بيانات أوراق قصب السكر، التي…
-
إطار مقترح للتنبؤ بعائد المحاصيل باستخدام نهج اختيار الميزات الهجينة والتعلم الآلي المحسن
2024 | المؤلف: Mahmoud Abdel-Salam وآخرون | المجلة: Neural Computing and Applications | المجال: علوم النبات (Plant Science)تقدم ورقة البحث إطارًا جديدًا يهدف إلى تعزيز دقة توقعات إنتاج المحاصيل من خلال معالجة تعقيدات التفاعلات البيئية وتحسين نموذج الانحدار باستخدام دعم المتجهات (SVR). يتكون الإطار من ثلاث مراحل: المعالجة المسبقة، اختيار الميزات الهجين، والتوقع. في مرحلة المعالجة المسبقة، يتم إجراء تطبيع البيانات، يليه تجميع K-means وفلتر قائم على الارتباط (CFS) لإنشاء مجموعة بيانات…
-
رقمنة الزراعة من أجل إنتاج المحاصيل المستدام: مراجعة لحالات الاستخدام
2024 | المؤلف: Redmond R. Shamshiri وآخرون | المجلة: Frontiers in Environmental Science | المجال: علوم النبات (Plant Science)إن رقمنة الزراعة تحول ممارسات الزراعة من خلال دمج التقنيات المتقدمة التي تعزز الكفاءة والإنتاجية والدقة. تستعرض هذه الورقة تطبيقات متنوعة للرقمنة في كل من الزراعة في الحقول المفتوحة والمغلقة، مع التركيز على جمع البيانات المتعلقة بحالة التربة ونمو المحاصيل والميكروكلومات. تسهل هذه التطورات المراقبة في الوقت الحقيقي، مما يؤدي إلى تحسين العوائد، وتقليل الفاقد،…
-
تصنيف مرض أوراق البطاطس باستخدام نماذج التعلم الآلي المحسّنة وتقنيات اختيار الميزات
2024 | المؤلف: Marwa Radwan وآخرون | المجلة: Potato Research | المجال: علوم النبات (Plant Science)تستكشف هذه الورقة البحثية تطبيق نماذج التعلم الآلي (ML) المختلفة للتنبؤ بأمراض العفن المبكر والمتأخر في أوراق البطاطس، باستخدام مجموعة بيانات شاملة تضم أكثر من 4,000 سجل لحالة الطقس. تشمل العوامل الرئيسية التي تم تحليلها درجة الحرارة، الرطوبة، سرعة الرياح، والضغط الجوي، مع استخدام تقنيات تحليل متقدمة مثل تجميع K-means، تحليل المكونات الرئيسية (PCA)، وتحليل…
-
YOLO-غرناطة: نموذج يولو خفيف الوزن مع انتباه لاكتشاف ثمار الرمان
2024 | المؤلف: Jifei Zhao وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)تقدم البحث خوارزمية خفيفة الوزن جديدة، YOLO-Granada، مصممة للكشف عن الرمان في الوقت الحقيقي خلال فترة نموه. تعتمد هذه الخوارزمية على نسخة محسنة من إطار عمل You Only Look Once النسخة 5 (YOLOv5) وتستخدم شبكة ShuffleNetv2 الخفيفة كعمود فقري لاستخراج الميزات. تشمل التحسينات الرئيسية دمج الالتفافات المجمعة ووحدة انتباه الكتلة الالتفافية (CBAM)، والتي تعمل معًا…
-
مقارنة بين YOLOv8 و Mask R-CNN لتجزئة الكائنات في بيئات البساتين المعقدة
2024 | المؤلف: Ranjan Sapkota وآخرون | المجلة: Artificial Intelligence in Agriculture | المجال: علوم النبات (Plant Science)تقدم هذه القسم نظرة عامة على دراسة تقيم أداء نموذجين من نماذج التعلم الآلي، YOLOv8 و Mask R-CNN، لتجزئة الكائنات في التطبيقات الزراعية، مع التركيز بشكل خاص على بساتين التفاح. تستخدم البحث مجموعتين بيانات متميزتين: مجموعة البيانات 1، التي تحتوي على أشجار التفاح الساكنة، ومجموعة البيانات 2، التي تعرض مظلات أشجار التفاح مع التفاح الأخضر…
-
التنبؤ بعائد محصول البطاطس باستخدام التعلم الآلي والتعلم العميق من أجل الزراعة المستدامة
2024 | المؤلف: El‐Sayed M. El‐kenawy وآخرون | المجلة: Potato Research | المجال: علوم النبات (Plant Science)تسلط ورقة البحث الضوء على أهمية التنبؤ الدقيق بعائد البطاطس لتعزيز الممارسات الزراعية وضمان الأمن الغذائي. تقيم نماذج التعلم الآلي (ML) والتعلم العميق (DL) المختلفة، بما في ذلك أقرب الجيران (KNN)، وتعزيز التدرج، وXGBoost، والشبكات العصبية متعددة الطبقات، والشبكات العصبية الرسومية (GNNs)، ووحدات التكرار المغلقة (GRUs)، وشبكات الذاكرة طويلة وقصيرة الأمد (LSTMs). تجد الدراسة أنه…
-
تعزيز الزراعة من خلال تصنيف أمراض أوراق العنب في الوقت الحقيقي عبر جهاز حافة مع بنية CNN خفيفة الوزن وGrad-CAM
2024 | المؤلف: Md. Jawadul Karim وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)تقدم ورقة البحث نهجًا جديدًا للكشف المبكر عن أمراض أوراق العنب باستخدام نموذج شبكة عصبية تلافيفية خفيفة الوزن (CNN) مخصص يعتمد على MobileNetV3Large. تم تصميم هذا النموذج للنشر على الأجهزة الطرفية مثل Nvidia Jetson Nano، ويظهر أداءً استثنائيًا بدقة تدريب واختبار تبلغ 99.66% و99.42% على التوالي. تتضمن المنهجية طبقات كثيفة إضافية وطبقات إسقاط لتخفيف الإفراط…
-
PND-Net: تصنيف نقص التغذية النباتية والأمراض باستخدام الشبكة العصبية التلافيفية
2024 | المؤلف: Asish Bera وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)تقدم البحث إطار عمل جديد للتعلم العميق، يسمى شبكة نقص التغذية والأمراض النباتية (PND-Net)، مصمم لتعزيز الكشف عن نقص التغذية والأمراض في النباتات من خلال دمج الشبكات التلافيفية البيانية (GCNs) والشبكات التلافيفية العصبية (CNNs). يؤكد الدراسة على أهمية التعرف المبكر على مشاكل صحة النباتات لتحسين إنتاجية المحاصيل والنمو الزراعي. من خلال استخدام تجميع هرمى مكاني…
