یادگیری عمیق و ژرف برای کشاورزی دقیق
سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 190
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICRIAES07_029
تاریخ نمایه سازی: 21 اسفند 1401
چکیده مقاله:
در این عصر دیجیتال جدید، توسعه ی هوش مصنوعی، به ویژه یادگیری عمیق، امکان تسریع و پیشرفت در پردازش داده های جمع آوری شده را فراهم کرده است. به منظور نمایان سازی تکامل و پیشرفت های مشاهده شده در یادگیری عمیق در کشاورزی، ما یک مطالعه ی کتاب سنجی را روی بالغ بر ۴۰۰ مطالعه ی پژوهشی که اخیرا منتشر شده انجام دادیم. آنالیزها روی آثار پژوهشی اخیر انجام شدند که حاکی از این هستند که یادگیری عمیق به شکل گسترده ای در دیجیتال سازی حوزه های کشاورزی با دقت بالا بیشتر از تکنیک های پردازش تصویر استاندارد دخیل می باشد. از نقطه نظر مطالعه ی موردی، ما سه چالش کلیدی را شناسایی کرده ایم که در روش های یادگیری عمیق اعمال شده در کشاورزی ضروری می باشند: ۱: نیاز به مدنظر قرار دادن درک حامیان و دست اندرکاران این حوزه، سهم و تملک یا تعامل آن ها با ابزارهای موجود ۲: الزام به انجام تست های آماری برای تحلیل عملکرد طبقه بندی کننده های حاصل از فرآیند یادگیری۳ : نیاز به انجام اعتبارسنجی های متقابل آماری با داده های آموزشی. در پایان، ما فرآیند پردازش داده های کشاورزی را خلاصه کردیم درحالیکه متشکل از هفت بخش، برای یک بررسی بهتر از انتظارات و توقعات حاصل از چالش هایی می باشد که به آن ها پرداخته شده است. ما فرض می کنیم که این مطالعه را می توان به عنوان یک دستورالعمل پژوهشی برای دانشمندان و دست اندرکار در کاربرد متدولوژی یادگیری عمیق در کشاورزی به کار برد.
کلیدواژه ها:
نویسندگان
ماشاالله دانشور
استادیار گروه مهندسی ژنتیک و تولید گیاهی دانشکده کشاورزی دانشگاه لرستان
حکمت اله ونوول
کارشناس کشاورزی و کارشناس ارشد شیمی معدنی