文献

J-GLOBAL ID：202202254619008709   整理番号：22A1053340

UAVドローンによるイメージングを用いた実時間データを持つ機械学習モデルを用いた作物予測と農業選択のための農業支援【JST・京大機械翻訳】

Agriculture Assistant for Crop Prediction and Farming Selection Using Machine Learning Model with Real-Time Data Using Imaging Through UAV Drone

著者 (3件)： Jain Muskan (Faculty of Engineering and Technology, SGT University, Gurugram, India) ,  Bajwa Manpreet Singh (Faculty of Engineering and Technology, SGT University, Gurugram, India) ,  Kumar Hemant (Faculty of Engineering and Technology, SGT University, Gurugram, India)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 841  ページ： 311-330  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 収入源としての農業は,その全体的成長のためにインドのような国の経済において重要な役割を果たす。より良い結果のために,著者らは,製品の品質を改善し,そして,著者らの問題ステートメントに導く収率を予測する必要があり,著者らは,土壌水分,肥料,および天気予報などの様々な特徴に応じて,収量を予測するための機械学習モデルを設計し,そして,降雨,土壌,天気予測,自然災害,タイミングなどの多重制約依存性によるより良い収量に関連する問題に直面している。このモデルでは,予想外の壊滅的結果の理想的なシナリオを予測し,表現する。したがって,著者らは,ドローンの助けを借りて農民に可能な最良の収率を予測するために,画像処理を用いた機械学習に基づくモデルを提案した。過去数年のデータセットを用いて著者らのモデルを訓練し,それに応じて著者らのモデルを訓練した。機械をより最適化する利用可能な種々の技術があるが,作物と作物のより良い収率に必要な条件の間の共関係を見つける技術研究はない。作物がプロスパーに最良の条件を与えるまで,機械を最適化する利益はない。これらの既存の技術は,農業最適を作るだけであるが,生産性を最適化しない。作物の成長に影響する多くの因子があるが,その内2つは,作物が栽培され,風化する土壌である。他の因子は水,肥料,太陽光,天気予報,栽培地域,および財政的展望である。議論された因子に依存して,著者らは,水,肥料,および土壌に関する適切な品質チェック対策を有する,労働とエネルギー効率の良いプラスエコフレンドリーなコンポーネントのより少ない要求で,最も効果的で,より簡単で,より安く,より速いインターフェースと効率的センサーで,モデルを訓練した後に,すべてのパラメータから最も良い結果および最も適切な作物を予測する。市場需要に対する最良の予測に焦点を当てた。また,このモデルを作物の必要条件に従って農民に最良の肥料を提供するために最適化した。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  降雨 ,  天気 ,  天気予報 ,  農民 ,  肥料 ,  *農作物 ,  *画像処理 ,  栽培 ,  *無人機 ,  自然災害 ,  *モデル ,  土壌 ,  土壌水 ,  *機械学習

著者キーワード (6件)： 農業モニタリング ,  精密農業 ,  予測 ,  天気予報 ,  機械学習 ,  E-農業

分類 (3件)： 施肥法・肥効  (FB05030Y) ,  作物栽培一般  (FC03010R) ,  土壌物理  (FB04030R)

タイトルに関連する用語 (10件)： UAV ,  ドローン ,  イメージング ,  実時間データ ,  機械学習 ,  モデル ,  作物 ,  予測 ,  農業 ,  農業支援