يخضع القطاع الزراعي لتحول كبير بسبب التقدم في تقنيات الذكاء الاصطناعي (AI) والتعلم العميق، خاصة في مجال اكتشاف أمراض المحاصيل. تركز هذه الدراسة على محصول القطن، وهو مورد اقتصادي حيوي، مع التأكيد على أهمية التعرف المبكر والدقيق على الأمراض لتقليل الخسائر المحتملة في العائد. تم استخدام نماذج تعلم عميق متطورة، بما في ذلك VGG16 وDenseNet…

تقدم ورقة البحث نموذج توصية المحاصيل التحويلي (TCRM)، وهو نهج مبتكر يستفيد من تقنيات التعلم الآلي المتقدمة والتكنولوجيا السحابية لتقديم توصيات مخصصة للمحاصيل تهدف إلى تعزيز الإنتاجية الزراعية. يستخدم TCRM بيانات في الوقت الحقيقي، ويشمل عوامل بيئية وزراعية، لتحسين التوصيات للمزارعين، خاصة في المناطق النائية، من خلال تنبيهات SMS. يظهر النموذج أداءً متفوقًا مقارنة بالخوارزميات…

في هذه الدراسة، تم تطوير مصنف جديد يعتمد على الرؤية المدمجة (FVBC) لتصنيف أمراض أوراق الأرز (RLD)، مستفيدًا من قدرات استخراج الميزات لهندسة VGG19 جنبًا إلى جنب مع كفاءة التصنيف لـ LightGBM. أظهر النموذج أداءً ملحوظًا، محققًا دقة تصل إلى 97.78% على مجموعة التدريب، و97.5% على مجموعة التحقق، و97.6% على مجموعة الاختبار. وقد نجح في…

تؤكد ورقة البحث على الدور الحاسم للزراعة في اقتصاد البلد، مع تسليط الضوء على التحديات التي يواجهها المزارعون في اختيار المحاصيل المناسبة لأراضيهم. يؤثر هذا القرار بشكل كبير على الإنتاجية والربحية، حيث تؤدي الخيارات غير الصحيحة إلى تقليل الغلات ونقص الغذاء. تحدد الدراسة المعايير الرئيسية التي تؤثر على اختيار المحاصيل، بما في ذلك رطوبة التربة،…

تقدم البحث نهج شبكة عصبية تلافيفية (CNN) هجينة محسّنة للتنبؤ بأمراض محصول الأرز، بهدف تعزيز دقة الكشف ومعالجة التحديات مثل الكفاءة الحسابية والتعميم. تستخدم الدراسة خوارزمية تحسين الحيتان الهجينة وخوارزمية تحسين سرب الجسيمات التكيفية (WOA_APSO) لتحسين استخراج الميزات واختيارها، مما يسهل الكشف المبكر والتشخيص لأمراض المحاصيل. تُظهر الطريقة المقترحة أداءً متفوقًا، حيث تحقق دقة تصل…