Data Science in Agriculture and Natural Resource Management
Data Science: Zasady i koncepcje analizy i modelowania danych. - Nauka o danych: Narzędzia, techniki i potencjalne zastosowania w badaniach obserwacji Ziemi.
- Nauka o danych w rolnictwie i zarządzaniu zasobami naturalnymi: An Overview. - Zastosowania uczenia ze wzmocnieniem i rekurencyjnych sieci neuronowych opartych na głębokim uczeniu się w rolnictwie. - Rolnictwo precyzyjne z wykorzystaniem nowych technologii.
- Architektura dla produkcji roślinnej zorientowanej na jakość.
- Integracja danych z UAV i czujników terenowych w celu lepszego podejmowania decyzji w systemach upraw szerokopasmowych. - Klasyfikacja upraw oparta na obiektach dla rolnictwa precyzyjnego.
- Przełomowe innowacje w rolnictwie precyzyjnym - w kierunku analityki BD dla lepszej geo-farmatyki. - Zmiana paradygmatu w globalnych mapach i produktach uprawnych dla bezpieczeństwa żywnościowego i wodnego w XXI wieku: Satelitarna analiza dużych zbiorów danych w skali petabajtów, uczenie maszynowe i przetwarzanie w chmurze. - Big Data Analytics for Climate Resilient Supply Chains: Opportunities and Way Forward.
- Mapowanie pól uprawnych z wykorzystaniem algorytmów uczenia maszynowego i technik dopasowania widmowego. - Zastosowania wizji komputerowej w rolnictwie precyzyjnym. - Innowacyjne platformy geoportalowe dla zrównoważonego zarządzania zasobami naturalnymi.
