Este livro explora a intersecção entre a Aprendizagem Automática (AM), a Inteligência Artificial (IA) e a agricultura, centrando-se na melhoria das práticas agrícolas através de soluções baseadas em dados. Começa com uma avaliação de sistemas de fertilização e irrigação, abordando desafios de integração e componentes essenciais como sensores, interfaces de comunicação e mecanismos de fertilização. O livro destaca a dificuldade em selecionar modelos adequados devido à abundância de opções, o que leva a atrasos e custos mais elevados. Para resolver este problema, compara modelos de fertilização e de irrigação com base em métricas de desempenho como a precisão, o custo, a complexidade e a escalabilidade. Também propõe melhorias como a fusão de modelos para melhorar o desempenho do sistema e reduzir os esforços de validação. A tese introduz a estrutura "MSMRBEF" para a monitorização do solo, utilizando o processamento de conjuntos bioinspirados e algoritmos genéticos para recomendar culturas com base nas condições ambientais. O modelo "LEIFMCY", uma solução de baixo custo baseada na IoT para a análise do rendimento do algodão, é apresentado, optimizando o rendimento das culturas através da monitorização do solo em tempo real e da análise preditiva.
Bitte wählen Sie Ihr Anliegen aus.
Rechnungen
Retourenschein anfordern
Bestellstatus
Storno