site.btaТПС: По-интелигентно прибиране на реколтата: как машинното обучение намира приложение при отглеждането на домати

ТПС: По-интелигентно прибиране на реколтата: как машинното обучение намира приложение при отглеждането на домати
ТПС: По-интелигентно прибиране на реколтата: как машинното обучение намира приложение при отглеждането на домати
Снимка: ТПС

Израелски учени използват изкуствен интелект и технологии, за да предложат рентабилен и неинвазивен начин за прогнозиране на реколтата на доматите, съобщи израелската новинарска агенция ТПС.

Под ръководството на Давид Хелман от Еврейския университет в сътрудничество с Университета Бар-Илан и Института Волкани - Организация за селскостопански изследвания учените използват ръчна хиперспектрална камера, за да получат подробна представа за доматите, след което използват алгоритми за машинно обучение, за да обработят данните. Екипът установява, че резултатите са изключително точни.

"Нашето проучване има за цел да запълни пропастта между съвременните технологии за изображения, изкуствения интелект и практическите приложения в селското стопанство", казва Хелман. "Тази работа има потенциала да подобри мониторинга на качеството не само при доматите, но и при други култури. Следващата ни стъпка е да създадем евтино устройство ToMAI-SENS, което да се използва по цялата верига на стойността на плодовете - от фермите до потребителите."

С помощта на хиперспектрална камера екипът анализира 567 домата от пет различни сорта. Хиперспектралното заснемане улавя светлина в различни спектрални диапазони, което дава възможност за подробен поглед върху физическите и химическите свойства на плодовете. Алгоритми за машинно обучение като "Рандъм форест" (Random Forest) и "Артифишъл нютръл нетуъркс" (Artificial Neural Networks) обработват тези данни, за да предскажат седем основни параметъра, включително общо разтворими твърди вещества, лимонена киселина, аскорбинова киселина и киселинност.

Един от ключовите пробиви беше ефективността на селекцията на групите. Изисквайки само пет спектрални ленти за точни прогнози, моделът отваря вратата за разработване на достъпни, преносими устройства за широка употреба.

Технологията може да бъде адаптирана за други продукти и открива възможност за земеделските стопани да наблюдават качеството на продуктите по време на етапите на зреене, което ще позволи оптимално определяне на времето за прибиране на реколтата и ще подобри качеството ѝ.

(Тази информация се разпространява по споразумение между БТА и ТПС)

/НС/

news.modal.header

news.modal.text

Към 20:28 на 23.01.2025 Новините от днес

Тази интернет страница използва бисквитки (cookies). Като приемете бисквитките, можете да се възползвате от оптималното поведение на интернет страницата.

Приемане Повече информация