論文の概要: An Organic Weed Control Prototype using Directed Energy and Deep Learning

• arxiv url: http://arxiv.org/abs/2405.21056v1
• Date: Fri, 31 May 2024 17:47:22 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-03 13:09:46.698476
• Title: An Organic Weed Control Prototype using Directed Energy and Deep Learning
• Title（参考訳）: 直接エネルギーと深層学習を用いた有機雑草制御プロトタイプ
• Authors: Deng Cao, Hongbo Zhang, Rajveer Dhillon,
• Abstract要約: このロボットは、雑草処理に新しい分散配列ロボット(DAR)ユニットを使用する。 このロボットは、完全に有機的でUV-Cフリーな、特許を付与されたエネルギープラントの根絶のレシピを使っている。 深層学習は、自然環境下でのダイズ畑の雑草8種を最大98%の精度で分類することができる。
• 参考スコア（独自算出の注目度）: 4.991748533338917
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Organic weed control is a vital to improve crop yield with a sustainable approach. In this work, a directed energy weed control robot prototype specifically designed for organic farms is proposed. The robot uses a novel distributed array robot (DAR) unit for weed treatment. Soybean and corn databases are built to train deep learning neural nets to perform weed recognition. The initial deep learning neural nets show a high performance in classifying crops. The robot uses a patented directed energy plant eradication recipe that is completely organic and UV-C free, with no chemical damage or physical disturbance to the soil. The deep learning can classify 8 common weed species in a soybean field under natural environment with up to 98% accuracy.
• Abstract（参考訳）: 有機雑草の制御は、持続可能なアプローチで収穫量を改善するために不可欠である。 本研究は,有機農場に特化して設計された指向性エネルギー雑草制御ロボットのプロトタイプを提案する。 このロボットは、雑草処理に新しい分散配列ロボット(DAR)ユニットを使用する。 大豆とトウモロコシのデータベースは、深層学習ニューラルネットワークを訓練して雑草認識を行うために構築されている。 最初のディープラーニングニューラルネットワークは、作物の分類において高いパフォーマンスを示す。 このロボットは、完全に有機的でUV-Cフリーで、土壌に化学的な損傷や物理的障害はない。 深層学習は、自然環境下でのダイズ畑の雑草8種を最大98%の精度で分類することができる。

関連論文リスト

• BatGPT-Chem: A Foundation Large Model For Retrosynthesis Prediction [65.93303145891628]
  BatGPT-Chemは150億のパラメータを持つ大規模な言語モデルであり、再合成予測の強化に最適化されている。 我々のモデルは幅広い化学知識を捉え、反応条件の正確な予測を可能にする。 この開発により、化学者は新しい化合物を十分に扱うことができ、医薬品製造と材料科学の革新サイクルを早める可能性がある。
  論文  参考訳（メタデータ） (2024-08-19T05:17:40Z)
• A Vision-Guided Robotic System for Grasping Harvested Tomato Trusses in Cluttered Environments [4.5195969272623815]
  本研究では, 雑草を多く含む木枠に積み重ねたトラスを把握し, 収穫後の貯蔵, 輸送を行う方法を提案する。 この方法は、学習に基づく視覚システムからなり、まずクレート内の個々のトラスを識別し、茎上の適切な把握位置を決定する。 RGB-Dカメラを搭載したロボットマニピュレータを用いた実験では、山からすべてのトラスを拾うように指示されたとき、100%クリアランス率を示した。
  論文  参考訳（メタデータ） (2023-09-29T12:07:08Z)
• Autonomous Agriculture Robot for Smart Farming [0.0]
  AARは、インテリジェント・インテリジェンスを使って植物の検出と分類を行い、その特性を識別する軽量なソーラー発電ロボットである。 このロボットは、農薬の散布、殺虫剤、除草剤、その他の流体を、作物、雑草、その他の害虫などの標的に届けることができる。
  論文  参考訳（メタデータ） (2022-08-02T19:38:48Z)
• Automated Wheat Disease Detection using a ROS-based Autonomous Guided UAV [0.0]
  小麦畑のモニタリング作業を自動化するために、無人航空機にスマート自律システムが実装されている。 画像に基づくディープラーニングアプローチは、病気に感染した小麦の植物を検出し分類するために用いられる。 ロボットオペレーティングシステムとガゼボ環境におけるシミュレーションを用いて,マッピングとナビゲーションシステムを提案する。
  論文  参考訳（メタデータ） (2022-06-30T06:12:48Z)
• Towards self-organized control: Using neural cellular automata to robustly control a cart-pole agent [62.997667081978825]
  我々は、カートポールエージェントを制御するために、ニューラルセルオートマトンを使用する。 我々は、Q値の推定値として出力セルの状態を用いる深層学習を用いてモデルを訓練した。
  論文  参考訳（メタデータ） (2021-06-29T10:49:42Z)
• Supervised learning for crop/weed classification based on color and texture features [0.0]
  本研究では,大豆および雑草の識別における色彩と食感の特徴について検討した。 無人航空機(UAV)から得られた大豆のイメージデータセットを用いて実験を行った。
  論文  参考訳（メタデータ） (2021-06-19T22:31:54Z)
• High precision control and deep learning-based corn stand counting algorithms for agricultural robot [8.16286714346538]
  本論文では、低コストで超小型な3Dプリントおよび自律フィールドロボットのための高精度制御と深層学習に基づくトウモロコシスタンドカウントアルゴリズムを提案する。 TerraSentiaという名前のこのロボットは、植物の形質を自動測定して表現を効率よくする。
  論文  参考訳（メタデータ） (2021-03-21T01:13:38Z)
• Estimating Crop Primary Productivity with Sentinel-2 and Landsat 8 using Machine Learning Methods Trained with Radiative Transfer Simulations [58.17039841385472]
  我々は,機械モデリングと衛星データ利用の並列化を活用し,作物生産性の高度モニタリングを行う。 本モデルでは, 地域情報を使用しなくても, 各種C3作物の種類, 環境条件の総合的生産性を推定することに成功した。 これは、現在の地球観測クラウドコンピューティングプラットフォームの助けを借りて、新しい衛星センサーから作物の生産性をグローバルにマップする可能性を強調しています。
  論文  参考訳（メタデータ） (2020-12-07T16:23:13Z)
• Retro*: Learning Retrosynthetic Planning with Neural Guided A* Search [83.22850633478302]
  反合成計画(retrosynthetic planning)は、ターゲット生成物の合成に繋がる一連の反応を特定する。 既存の手法では、高いばらつきを持つロールアウトによる高価なリターン推定が必要か、品質よりも探索速度を最適化する必要がある。 本稿では,高品質な合成経路を効率よく見つけるニューラルネットワークA*ライクなアルゴリズムRetro*を提案する。
  論文  参考訳（メタデータ） (2020-06-29T05:53:33Z)
• Learning To Navigate The Synthetically Accessible Chemical Space Using Reinforcement Learning [75.95376096628135]
  ド・ノボ薬物設計のための強化学習(RL)を利用した新しい前方合成フレームワークを提案する。 このセットアップでは、エージェントは巨大な合成可能な化学空間をナビゲートする。 本研究は,合成可能な化学空間を根本的に拡張する上で,エンド・ツー・エンド・トレーニングが重要なパラダイムであることを示す。
  論文  参考訳（メタデータ） (2020-04-26T21:40:03Z)
• Populations of Spiking Neurons for Reservoir Computing: Closed Loop Control of a Compliant Quadruped [64.64924554743982]
  本稿では,ニューラルネットワークを用いた中央パターン生成機構を実装し,閉ループロボット制御を実現するためのフレームワークを提案する。 本研究では,従順な四足歩行ロボットのシミュレーションモデル上で,予め定義された歩行パターン,速度制御,歩行遷移の学習を実演する。
  論文  参考訳（メタデータ） (2020-04-09T14:32:49Z)

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。