論文の概要: Sistema experto para el diagn\'ostico de enfermedades y plagas en los
cultivos del arroz, tabaco, tomate, pimiento, ma\'iz, pepino y frijol
- arxiv url: http://arxiv.org/abs/2007.11038v1
- Date: Tue, 21 Jul 2020 18:39:37 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-08 04:47:40.955726
- Title: Sistema experto para el diagn\'ostico de enfermedades y plagas en los
cultivos del arroz, tabaco, tomate, pimiento, ma\'iz, pepino y frijol
- Title(参考訳): Sistema experto para el diagn\'ostico de enfermedades y plagas en los cultivos del arroz, tabaco, tomate, pimiento, ma\'iz, pepino y frijol
- Authors: Ing. Yosvany Medina Carb\'o, MSc. Iracely Milagros Santana Ges, Lic.
Saily Leo Gonz\'alez
- Abstract要約: 本稿では, イネ, タバコ, トマト, ペッパー, トウモロコシ, キュウリ, 豆の病害虫診断のためのエキスパートシステムを提案する。
このエキスパートシステムを開発するために、SWI-Prologは知識ベースを作成するために使われた。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Agricultural production has become a complex business that requires the
accumulation and integration of knowledge, in addition to information from many
different sources. To remain competitive, the modern farmer often relies on
agricultural specialists and advisors who provide them with information for
decision making in their crops. But unfortunately, the help of the agricultural
specialist is not always available when the farmer needs it. To alleviate this
problem, expert systems have become a powerful instrument that has great
potential within agriculture. This paper presents an Expert System for the
diagnosis of diseases and pests in rice, tobacco, tomato, pepper, corn,
cucumber and bean crops. For the development of this Expert System, SWI-Prolog
was used to create the knowledge base, so it works with predicates and allows
the system to be based on production rules. This system allows a fast and
reliable diagnosis of pests and diseases that affect these crops.
- Abstract(参考訳): 農業生産は、様々な情報源の情報に加えて、知識の蓄積と統合を必要とする複雑なビジネスになっている。
競争力を維持するために、現代の農夫は農業の専門家やアドバイザーに頼り、作物の意思決定に関する情報を提供する。
しかし残念なことに、農家が必要とするとき、農業専門家の助けは必ずしも得られない。
この問題を軽減するため、エキスパートシステムは農業において大きな可能性を秘めている強力な機器となっている。
本稿では,米,タバコ,トマト,コショウ,トウモロコシ,キュウリ,豆類における病害および害虫の診断システムについて述べる。
このエキスパートシステムを開発するために、SWI-Prologは知識ベースを作成するために使われ、述語と連動し、システムが生産ルールに基づいていることを可能にした。
このシステムは、これらの作物に影響を及ぼす害虫や病気の迅速かつ信頼性の高い診断を可能にする。
関連論文リスト
- Anticipatory Understanding of Resilient Agriculture to Climate [66.008020515555]
本稿では,リモートセンシング,深層学習,作物収量モデリング,食品流通システムの因果モデリングを組み合わせることで,食品のセキュリティホットスポットをよりよく識別する枠組みを提案する。
我々は、世界の人口の大部分を供給している北インドの小麦パンバスケットの分析に焦点をあてる。
論文 参考訳(メタデータ) (2024-11-07T22:29:05Z) - Artificial Immune System of Secure Face Recognition Against Adversarial Attacks [67.31542713498627]
昆虫生産には 最大限の可能性を実現するために 最適化が必要です
これは選択的育種による興味のある形質の改善が目的である。
このレビューは、様々な分野の知識と、動物の繁殖、定量的遺伝学、進化生物学、昆虫学のギャップを埋めるものである。
論文 参考訳(メタデータ) (2024-06-26T07:50:58Z) - SMARD: A Cost Effective Smart Agro Development Technology for Crops Disease Classification [0.0]
SMARD」プロジェクトは、国内の農業部門を強化することを目的としている。
農夫に作物管理、種選別、疾病管理のベストプラクティスに関する情報を提供する。
農家は、テキストメッセージ、音声通話、ビデオ通話を通じて専門家パネルに連絡して、肥料、種子、農薬を低価格で購入することもできる。
論文 参考訳(メタデータ) (2024-05-17T05:14:39Z) - Leaf-Based Plant Disease Detection and Explainable AI [16.128084819516715]
農業部門は国の経済成長に不可欠な役割を担っている。
植物病は農業に影響を及ぼす重要な要因の1つである。
研究者は、植物病を検出するAIと機械学習技術に基づく多くのアプリケーションを調査してきた。
論文 参考訳(メタデータ) (2023-12-17T03:40:12Z) - Empowering Agrifood System with Artificial Intelligence: A Survey of the Progress, Challenges and Opportunities [86.89427012495457]
我々は、AI技術がアグリフードシステムをどう変え、現代のアグリフード産業に貢献するかをレビューする。
本稿では,農業,畜産,漁業において,アグリフードシステムにおけるAI手法の進歩について概説する。
我々は、AIで現代のアグリフードシステムを変革するための潜在的な課題と有望な研究機会を強調します。
論文 参考訳(メタデータ) (2023-05-03T05:16:54Z) - Fruit Ripeness Classification: a Survey [59.11160990637616]
食品を格付けするための特徴記述子を多用する多くの自動的手法が提案されている。
機械学習とディープラーニング技術がトップパフォーマンスの手法を支配している。
ディープラーニングは生のデータで操作できるため、複雑なエンジニアリング機能を計算する必要がなくなる。
論文 参考訳(メタデータ) (2022-12-29T19:32:20Z) - Farmer's Assistant: A Machine Learning Based Application for
Agricultural Solutions [0.0]
我々は、これらの問題に対処するため、オープンソースの使いやすいWebアプリケーションを作成し、作物の生産を改善するのに役立ちます。
特に,作物の推薦,肥料の推薦,植物病の予知,対話型ニューズフィードを支持している。
論文 参考訳(メタデータ) (2022-04-24T19:31:10Z) - A Deep Learning-based Detector for Brown Spot Disease in Passion Fruit
Plant Leaves [0.5485240256788552]
この研究は2つの主要な病気(ウイルス)と茶色の斑点(真菌)に焦点を当てている。
我々はウガンダ国立作物研究所(NaCRRI)と共同で、熱心にラベル付けされた果物の葉と果実のデータセットを開発しました。
論文 参考訳(メタデータ) (2020-07-28T10:17:43Z) - Learning from Data to Optimize Control in Precision Farming [77.34726150561087]
特集は、統計的推論、機械学習、精密農業のための最適制御における最新の発展を示す。
衛星の位置決めとナビゲーションとそれに続くInternet-of-Thingsは、リアルタイムで農業プロセスの最適化に使用できる膨大な情報を生成する。
論文 参考訳(メタデータ) (2020-07-07T12:44:17Z) - Agriculture-Vision: A Large Aerial Image Database for Agricultural
Pattern Analysis [110.30849704592592]
本稿では,農業パターンのセマンティックセグメンテーションのための大規模空中農地画像データセットであるGarmry-Visionを提案する。
各画像はRGBと近赤外線(NIR)チャンネルで構成され、解像度は1ピクセルあたり10cmである。
農家にとって最も重要な9種類のフィールド異常パターンに注釈を付ける。
論文 参考訳(メタデータ) (2020-01-05T20:19:33Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。