論文の概要: SMARD: A Cost Effective Smart Agro Development Technology for Crops Disease Classification
- arxiv url: http://arxiv.org/abs/2405.10543v1
- Date: Fri, 17 May 2024 05:14:39 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-20 17:02:02.171652
- Title: SMARD: A Cost Effective Smart Agro Development Technology for Crops Disease Classification
- Title（参考訳）: SMARD:作物病分類のための費用対効果の高いスマート農業開発技術
- Authors: Tanoy Debnath, Shadman Wadith, Anichur Rahman,
- Abstract要約: 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。
- 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: Agriculture has a significant role in a country's economy. The "SMARD" project aims to strengthen the country's agricultural sector by giving farmers with the information and tools they need to solve common difficulties and increase productivity. The project provides farmers with information on crop care, seed selection, and disease management best practices, as well as access to tools for recognizing and treating crop diseases. Farmers can also contact the expert panel through text message, voice call, or video call to purchase fertilizer, seeds, and pesticides at low prices, as well as secure bank loans. The project's goal is to empower farmers and rural communities by providing them with the resources they need to increase crop yields. Additionally, the "SMARD" will not only help farmers and rural communities live better lives, but it will also have a good effect on the economy of the nation. Farmers are now able to recognize plant illnesses more quickly because of the application of machine learning techniques based on image processing categorization. Our experiments' results show that our system "SMARD" outperforms the cutting-edge web applications by attaining 97.3% classification accuracy and 96% F1-score in crop disease classification. Overall, our project is an important endeavor for the nation's agricultural sector because its main goal is to give farmers the information, resources, and tools they need to increase crop yields, improve economic outcomes, and improve livelihoods.
- Abstract（参考訳）: 農業は国の経済において重要な役割を担っている。
SMARD」プロジェクトは、農家に共通の困難を解決し生産性を高めるために必要な情報とツールを提供することで、国の農業セクターを強化することを目的としている。
このプロジェクトは、農家に作物管理、種選別、病気管理のベストプラクティスに関する情報を提供し、また作物病の認識と治療のためのツールへのアクセスを提供する。
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と連絡を取り、肥料、種子、農薬を低価格で購入できるほか、銀行ローンも確保できる。
プロジェクトの目的は、農業と農村のコミュニティに、収穫量を増やすために必要な資源を提供することである。
さらに、「SMARD」は、農家や農村部がより良い生活を送るのを助けるだけでなく、国の経済にも良い影響を与えるだろう。
農家は、画像処理の分類に基づく機械学習技術の適用により、植物の病気をより迅速に認識できるようになった。
我々のシステムSMARDは,作物病の分類において97.3%の分類精度と96%のF1スコアを達成し,最先端のWebアプリケーションよりも優れた性能を示した。
総じて、我が国のプロジェクトは、農家に収穫量を増やし、経済的な成果を高め、生活を改善するために必要な情報、資源、ツールを提供することが主な目的であるため、国内の農業セクターにとって重要な取り組みである。
関連論文リスト
- Generating Diverse Agricultural Data for Vision-Based Farming Applications [74.79409721178489]
このモデルは, 植物の成長段階, 土壌条件の多様性, 照明条件の異なるランダム化フィールド配置をシミュレートすることができる。
我々のデータセットにはセマンティックラベル付き12,000の画像が含まれており、精密農業におけるコンピュータビジョンタスクの包括的なリソースを提供する。
論文 参考訳（メタデータ） (2024-03-27T08:42:47Z) - Agricultural 4.0 Leveraging on Technological Solutions: Study for Smart
Farming Sector [2.06242362470764]
農業 4.0 は工業生産と効率を上げることを目的とした技術主導の農業革命である。
食品廃棄物、気候変動、人口移動、資源不足が主な原因となっている。
目的は、監視の強化と労働費の削減を促進するために最適化されたバリューチェーンを確立することである。
論文 参考訳（メタデータ） (2024-01-01T17:02:49Z) - Smart Connected Farms and Networked Farmers to Tackle Climate Challenges
Impacting Agricultural Production [5.455648887547882]
情報通信技術、精密農業、データ分析が急速に進歩し、スマート・コネクテッド・ファーム(SCF)の創出のための肥大化の原動力となっている。
ネットワークと調整された農夫ネットワークは、悪天候に対処しながら、農業生産と収益性を高めるために、農家にユニークな利点を提供する。
論文 参考訳（メタデータ） (2023-12-19T17:08:43Z) - Climate Change Impact on Agricultural Land Suitability: An Interpretable
Machine Learning-Based Eurasia Case Study [94.07737890568644]
2021年現在、世界中で約8億8800万人が飢餓と栄養失調に見舞われている。
気候変動は農地の適性に大きな影響を及ぼし、深刻な食糧不足に繋がる可能性がある。
本研究は,経済・社会問題に苦しむ中央ユーラシアを対象とする。
論文 参考訳（メタデータ） (2023-10-24T15:15:28Z) - AgroTIC: Bridging the gap between farmers, agronomists, and merchants
through smartphones and machine learning [16.079127761987667]
アグロティック(Agrotic)は、農夫、農夫、商人のギャップを埋めるスマートフォンベースの農業用アプリケーションである。
コロンビアのサンタンデール県のキツネソウ栽培農家を対象に,アグロティック・アプリ(Agrotic app)の事例研究を行った。
論文 参考訳（メタデータ） (2023-05-21T10:07:51Z) - Revolutionizing Agrifood Systems with Artificial Intelligence: A Survey [93.34268594812599]
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) - AGI for Agriculture [30.785325834651644]
人工知能(AGI)は、医療、金融、交通、教育など様々な分野に革命をもたらす。
本稿では,農業における農業画像処理,自然言語処理(NLP),ロボット工学,知識グラフ,インフラなどのAGIの今後の応用について述べる。
論文 参考訳（メタデータ） (2023-04-12T19:39:49Z) - 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) - 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。