Precision Agriculture for Sustainability: Use of Smart Sensors, Actuators, and Decision Support Systems
Niniejsza książka stanowi kompleksowe badanie aspektów aktualnej, najnowocześniejszej cyfrowej interwencji technologicznej w rolnictwie precyzyjnym na rzecz zrównoważonego rozwoju rolnictwa. Zagłębia się w to, w jaki sposób nowoczesne technologie - tj. globalne systemy pozycjonowania (GPS), bezzałogowe statki powietrzne (drony), metody przetwarzania obrazu, sztuczna inteligencja, uczenie maszynowe i głębokie uczenie się - są wykorzystywane w rolnictwie, aby uczynić je bardziej przyjaznym dla rolników i bardziej opłacalnym ekonomicznie.
W tym tomie omówiono wykorzystanie inteligentnych czujników, siłowników i systemów wspomagania decyzji w rolnictwie precyzyjnym, które dostarczają inteligentnych danych na temat zdrowia upraw i monitorowania w celu przewidywania plonów, jakości gleby i przewidywania wymagań żywieniowych itp. przy użyciu uczenia maszynowego, głębokiego uczenia się i sztucznej inteligencji za pośrednictwem globalnie połączonego systemu za pośrednictwem Internetu rzeczy (IoT).
Książka rozpoczyna się od sekcji poświęconej sztucznej inteligencji w rolnictwie, która analizuje wykorzystanie danych satelitarnych do badań roślinności, rozwiązania oparte na sztucznej inteligencji w celu zwiększenia dochodów rolników, zdjęcia satelitarne do przewidywania plonów przy użyciu algorytmów uczenia maszynowego i nie tylko. Druga sekcja przedstawia innowacje w rolnictwie oparte na robotach, w tym rolnicze roboty polowe, wraz z cobotami (sterowanymi komputerowo robotycznymi urządzeniami zaprojektowanymi dla ludzi) używanymi w gospodarstwach i szklarniach oraz poza nimi, metodami ciągłego monitorowania upraw przez roboty, systemami identyfikacji i kontroli chwastów opartymi na robotach i nie tylko.
Sekcja poświęcona inteligentnym obliczeniom w rolnictwie analizuje metodologie i ramy obliczeń miękkich do prognozowania plonów w produkcji roślinnej, techniki uczenia maszynowego do klasyfikacji i identyfikacji chorób roślin, algorytmy uczenia maszynowego do analizy wszystkich czynników wpływających na plony i wpływ klimatu na produkty, głębokie konwolucyjne sieci neuronowe (DCNN) do rozpoznawania niedoborów składników odżywczych itp. Ostatnia sekcja bada IoT w rolnictwie i zawiera przegląd badań, które przyczyniły się do urzeczywistnienia inteligentnego rolnictwa precyzyjnego, aplikacji IoT do inteligentnego monitorowania stanu plantacji ogrodowych, inteligentnego rolnictwa wykorzystującego chmurę obliczeniową i IoT oraz wiele innych.
Książka obejmuje sztuczną inteligencję w rolnictwie, innowacje oparte na robotach w rolnictwie, inteligentne obliczenia w rolnictwie oraz Internet rzeczy w rolnictwie, zapewniając bogate źródło informacji na temat tego ekscytującego i rozwijającego się obszaru.