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

الأبحاث ضمن الموضوع : الزراعة الذكية والذكاء الاصطناعي




  • خوارزمية كشف الكائنات خفيفة الوزن للكشف عن أضرار الثوم

    2026 | المؤلف: Yun Gao وآخرون | المجلة: Frontiers in Plant Science | المجال: علوم النبات (Plant Science)

    تقدم هذه البحث Garlic-YOLO-DD، وهو خوارزمية خفيفة الوزن للكشف عن الأجسام ذات المرحلة الواحدة مصممة لاكتشاف أضرار الثوم في البيئات ذات الموارد المحدودة. بناءً على إطار عمل YOLOv11n، تعالج النموذج التعقيد الحسابي العالي والبارامترات المفرطة من خلال دمج وحدة ADown لخفض العينة، والتي تقلل بشكل كبير من عدد البارامترات والحمل الحسابي. بالإضافة إلى ذلك، يعزز…


  • تشخيص الأمراض في النباتات في الوقت الحقيقي باستخدام الذكاء الاصطناعي المعتمد على الشبكات العصبية العميقة

    2026 | المؤلف: D. Devarajan وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)

    تقدم البحث إطار عمل تشخيص أمراض النباتات باستخدام التعلم العميق (PDD-DL)، الذي يستفيد من الشبكات العصبية التلافيفية (CNNs) لتسهيل التشخيص الفوري لأمراض النباتات. الطرق التقليدية للتشخيص، المعتمدة على الفحص البشري والتقنيات المخبرية، بطيئة، عرضة للأخطاء، وغير مناسبة للتطبيقات الزراعية على نطاق واسع. بالمقابل، يظهر إطار عمل PDD-DL تحسنًا كبيرًا في دقة التشخيص، حيث يحقق دقة…


  • إطار عمل التعلم العميق القائم على YOLO لمراقبة صحة النباتات متعددة الفئات في الوقت الحقيقي في الزراعة الدقيقة

    2026 | المؤلف: Anurag Rana وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)

    تقدم البحث نهجًا قويًا للكشف عن صحة أوراق النباتات باستخدام أطر كشف الكائنات YOLOv8 و YOLOv11. من خلال استخدام نماذج مسبقة التدريب تم تعزيزها من خلال التعلم الانتقالي والتخصيص الدقيق الخاص بالمجال، حققت الدراسة متوسط دقة (mAP) يتجاوز 92% على مجموعة بيانات التحقق. أدى تنفيذ تقنيات تعزيز البيانات المتقدمة إلى تعزيز مرونة النماذج بشكل كبير…


  • شبكة انتباه متقاطع متعددة الوسائط لاكتشاف النمو الزائد في شتلات الفراولة

    2026 | المؤلف: Zhenzhen Cheng وآخرون | المجلة: Frontiers in Plant Science | المجال: علوم النبات (Plant Science)

    تقدم البحث MM-CAPNet، وهو إطار عمل دمج متعدد الوسائط مصمم للكشف المبكر عن النمو الزائد في شتلات الفراولة، وهو أمر حاسم للحفاظ على توازن بين النمو الخضري والتكاثري. تعاني طرق المراقبة التقليدية من صعوبة في التعامل مع الأعراض البصرية الدقيقة وندرة العينات غير الطبيعية. للتغلب على هذه التحديات، طور المؤلفون مجموعة بيانات شاملة من خلال…


  • CLE-SH: حزمة تفسير حرفي شاملة لقيم شابلي من خلال الصلاحية الإحصائية

    2026 | المؤلف: Zhenyun Du | المجلة: IEEE Access | المجال: علوم النبات (Plant Science)

    تناقش هذه الفقرة الاستخدام المتزايد لتفسيرات شابلي الإضافية (SHAP) عبر مجالات البحث المختلفة، وخاصة في التطبيقات المتعلقة بتحديد العلامات الحيوية والتحقق من النتائج. على الرغم من اعتمادها على نطاق واسع، فإن العديد من الدراسات التي تستخدم SHAP تفشل في الاستفادة الكاملة من قدراتها، وغالبًا ما تعتمد على اختيار الميزات بشكل ذاتي وتحليل سطحي لقيم SHAP…


  • الحوسبة التعاونية بين السحابة والحافة والأجهزة في الزراعة الذكية: الهياكل والتطبيقات وآفاق المستقبل

    2025 | المؤلف: Pengpeng Yu وآخرون | المجلة: Frontiers in Plant Science | المجال: علوم النبات (Plant Science)

    تقدم هذه القسم نظرة عامة على التقدم في الزراعة الذكية من خلال الحوسبة التعاونية بين السحابة والحافة والأجهزة، والتي تعالج الطلبات العالمية المتزايدة على الأمن الغذائي وإدارة الموارد المستدامة. يتيح هذا التحول في النموذج الذكاء الموزع، والمعالجة في الوقت الحقيقي، واتخاذ القرارات التكيفية، متجاوزًا قيود الأنظمة المركزية التقليدية. تناقش المراجعة مجالات تطبيقية متنوعة، بما في…


  • تقييم نماذج التعلم العميق باستخدام الذكاء الاصطناعي القابل للتفسير مع التحليل النوعي والكمّي لاكتشاف أمراض أوراق الأرز

    2025 | المؤلف: Hari Kishan Kondaveeti وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)

    تتناول الورقة البحثية تقييم نماذج التعلم العميق لاكتشاف أمراض أوراق الأرز، مع التأكيد على أهمية الذكاء الاصطناعي القابل للتفسير (XAI) في تقييم أداء النموذج بما يتجاوز مقاييس التصنيف التقليدية. تقدم الدراسة منهجية من ثلاث مراحل: أولاً، حددت تقنيات التعلم الانتقالي نموذج ResNet50 كأفضل نموذج أداء بناءً على المقاييس التقليدية. في المرحلة الثانية، تم استخدام طريقة…


  • نموذج CNN خفيف الوزن وقابل للتفسير لتمكين تشخيص أمراض النباتات

    2025 | المؤلف: Chiranjit Pal وآخرون | المجلة: Scientific Reports | المجال: علوم النبات (Plant Science)

    تقدم البحث Mob-Res، وهو هيكل جديد للتعلم العميق مصمم للكشف عن أمراض النباتات بكفاءة ودقة، معالجًا القيود التي تفرضها طرق التشخيص التقليدية. يدمج Mob-Res التعلم المتبقي مع مستخرج الميزات MobileNetV2، مما ينتج عنه نموذج خفيف الوزن يحتوي على 3.51 مليون معلمة فقط، مما يجعله مناسبًا للتطبيقات المحمولة. تم تقييم النموذج على مجموعتين مرجعيتين – خبير…


  • مراجعة لتقنية الإدراك البصري لروبوتات حصاد الفواكه الذكية

    2025 | المؤلف: Yikun Huang وآخرون | المجلة: Frontiers in Plant Science | المجال: علوم النبات (Plant Science)

    تقدم هذه الورقة مراجعة شاملة للتقدم في تكنولوجيا الإدراك البصري لروبوتات قطف الفاكهة الذكية، مع التأكيد على دورها الحاسم في تعزيز الإنتاجية الزراعية. تبدأ بمناقشة الأنواع المختلفة من الكاميرات المستخدمة في قطف الفاكهة، مع تسليط الضوء على مزاياها وقيودها: الكاميرات الأحادية للمهام البسيطة، والكاميرات الثنائية للتعقيد المعتدل، وكاميرات الضوء الهيكلي وكاميرات زمن الرحلة (ToF) للإدراك…


  • ثورة في الزراعة: مراجعة لتقنيات الزراعة الذكية من أجل مستقبل مستدام

    2025 | المؤلف: M. Nivas Raj وآخرون | المجلة: Discover Applied Sciences | المجال: علوم النبات (Plant Science)

    تستكشف هذه المراجعة الدور الهام لتقنيات الزراعة الذكية في مواجهة تحديات الأمن الغذائي العالمي التي تفاقمت بسبب تغير المناخ، ونمو السكان، وندرة الموارد. من خلال دمج النتائج من مجالات تكنولوجية متنوعة – بما في ذلك الذكاء الاصطناعي (AI)، وإنترنت الأشياء (IoT)، والطائرات بدون طيار (UAVs)، والروبوتات – تقدم الدراسة رؤية متماسكة للزراعة 4.0. تشير النتائج…


←السابق
1 … 4 5 6 7 8 … 16
التالي→

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