論文の概要: Development of a Smart Autonomous Irrigation System Using Iot and AI

• arxiv url: http://arxiv.org/abs/2506.11835v1
• Date: Fri, 13 Jun 2025 14:37:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-16 17:50:49.833741
• Title: Development of a Smart Autonomous Irrigation System Using Iot and AI
• Title（参考訳）: IotとAIを用いたスマート自動灌水システムの開発
• Authors: Yunus Emre Kunt,
• Abstract要約: 管理不能な管理は、農業生産性を低下させながら、水の無駄につながる可能性がある。 ドリップ灌水システムは1970年代以来、最も効率的な方法の1つである。 システムの目的は、労働生産性を高め、水資源の保全に貢献することである。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Agricultural irrigation ensures that the water required for plant growth is delivered to the soil in a controlled manner. However, uncontrolled management can lead to water waste while reducing agricultural productivity. Drip irrigation systems, which have been one of the most efficient methods since the 1970s, are modernised with IoT and artificial intelligence in this study, aiming to both increase efficiency and prevent water waste. The developed system is designed to be applicable to different agricultural production areas and tested with a prototype consisting of 3 rows and 3 columns. The project will commence with the transmission of environmental data from the ESP32 microcontroller to a computer via USB connection, where it will be processed using an LSTM model to perform learning and prediction. The user will be able to control the system manually or delegate it to artificial intelligence through the Blynk application. The system includes ESP32 microcontroller, rain and soil moisture sensors, DHT11 temperature and humidity sensor, relays, solenoid valves and 12V power supply. The system aims to increase labour productivity and contribute to the conservation of water resources by enabling agricultural and greenhouse workers to focus on processes other than irrigation. In addition, the developed autonomous irrigation system will support the spread of sustainable agricultural practices and increase agricultural productivity. Keywords: Autonomous Irrigation, IoT, Artificial Intelligence, Agriculture, Water Management
• Abstract（参考訳）: 農業用水は、植物の成長に必要な水が制御された方法で土壌に供給されることを保証する。 しかし、管理されていない経営は、農業生産性を低下させながら、排水の浪費につながる可能性がある。 1970年代から最も効率的な方法の1つであるドリップ灌水システムは, 効率の向上と排水廃液の防止を目的として, IoTと人工知能で近代化されている。 開発システムは、異なる農業生産地域に適用できるように設計され、3列3列からなる試作機で試験される。 このプロジェクトでは、ESP32マイクロコントローラからUSB接続を介してコンピュータに環境データを送信し、LSTMモデルを用いて学習と予測を行う。 ユーザーは手動でシステムを制御したり、Blynkアプリケーションを通じて人工知能に委譲することができる。 このシステムにはESP32マイクロコントローラ、雨と土壌の水分センサー、DHT11温度と湿度センサー、リレー、ソレノイドバルブ、12V電源が含まれる。 このシステムは,農業従事者や温室労働者が灌水以外のプロセスに集中できるようにすることで,労働生産性の向上と水資源の保全に寄与することを目的としている。 さらに, 持続可能な農業慣行の普及を支援し, 農業生産性を向上する。 キーワード:自律洗浄、IoT、人工知能、農業、水管理

関連論文リスト

• Smart and Efficient IoT-Based Irrigation System Design: Utilizing a Hybrid Agent-Based and System Dynamics Approach [0.0]
  乾燥した国や半乾燥国では水資源が不足している。 近代技術を利用して灌水を制御し、水の損失を減らすことが可能である。 灌水制御システムにIoTを使用する可能性にもかかわらず、そのようなシステムの設計には複雑さがある。
  論文  参考訳（メタデータ） (2025-02-25T15:34:38Z)
• Accurate Water Level Monitoring in AWD Rice Cultivation Using Convolutional Neural Networks [1.2058600649065618]
  気候変動により農業セクターは困難に陥り、特に地球規模の水資源はますます不足している。 バングラデシュでは、特にボローライスは栽培中にかなりの水を入れる必要がある。 伝統的に、農家は水位を手動で測定する。 本稿では,コンピュータビジョン,特に畳み込みニューラルネットワークを用いて水位測定を自動化する新しい手法を提案する。
  論文  参考訳（メタデータ） (2024-12-11T15:44:08Z)
• Towards an Autonomous Surface Vehicle Prototype for Artificial Intelligence Applications of Water Quality Monitoring [68.41400824104953]
  本稿では,人工知能アルゴリズムの利用と水質モニタリングのための高感度センシング技術に対処する車両プロトタイプを提案する。 車両には水質パラメータと水深を測定するための高品質なセンサーが装備されている。 ステレオカメラにより、実際の環境でのマクロプラスチックの検出と検出も可能である。
  論文  参考訳（メタデータ） (2024-10-08T10:35:32Z)
• 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)
• 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)
• Optimizing Irrigation Efficiency using Deep Reinforcement Learning in the Field [4.091593765662773]
  農業用水は淡水消費に大きく寄与している。 現在の灌水システムでは、将来の土壌の水分損失は考慮されていない。 本稿では, ドライカと呼ばれる灌水効率を向上する手法を提案する。
  論文  参考訳（メタデータ） (2023-04-04T01:04:53Z)
• An artificial intelligence and Internet of things based automated irrigation system [8.283810659689589]
  モノのインターネット(IoT)デバイスは、あらゆる領域で使われ始めている。 灌水に関する操作と決定は、ほとんどが人々によって行われます。 IoTデバイスやセンサから収集されたデータは、通信チャネル経由で送信され、MongoDBに格納される。
  論文  参考訳（メタデータ） (2021-04-01T21:05:26Z)
• 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)
• 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)
• IoT and Neural Network-Based Water Pumping Control System For Smart Irrigation [0.0]
  本稿では,センサセットとMLP(Multi-Layer Perceptron)ニューラルネットワークをベースとしたモノのインターネット(IoT)を用いた灌水プロセスにおいて,無駄な水を節約することを目的とする。 開発されたシステムは、Arduinoボードを使用してセンサーデータを処理し、水ポンプを自動的に制御する。
  論文  参考訳（メタデータ） (2020-05-08T16:51:26Z)

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。