An IOT Platform for Disease Detection in Agriculture Using Convolutional Neutral Networks

Sharma, Parul

ISBN 10: 1835800734 / ISBN 13: 9781835800737

Edité par RUBIOUS SHMS LTD, 2023

A propos de cet article

Zustand: Hervorragend | Sprache: Englisch | Produktart: Bücher.

N° de réf. du vendeur 43027217/1

Détails bibliographiques

• Titre: An IOT Platform for Disease Detection in Agriculture Using Convolutional Neutral Networks
• Éditeur: RUBIOUS SHMS LTD
• Date de parution: 2023
• Langue: anglais
• ISBN à 10 chiffres: 1835800734
• ISBN à 13 chiffres: 9781835800737
• Reliure: Couverture souple
• État de l'article: Hervorragend

A propos de ce titre

Synopsis

L'agriculture indienne est à ses débuts de l'adoption des techniques de technologie de l'information et de la communication (TIC) pour gérer et améliorer la production agricole. Les TIC peuvent s'avérer bénéfiques pour tous les agriculteurs, y compris les petits propriétaires fonciers, les plus vulnérables aux pertes de récoltes. Avec plus de 40 % de la population indienne employée (récemment ou indirectement), l'agriculture est la partie la plus importante de l'économie indienne et cruciale pour la croissance de l'Inde. Les techniques TIC peuvent permettre aux agriculteurs vulnérables, en particulier les petites parties prenantes, de prendre des mesures préventives et atténuantes appropriées en cas de maladies des cultures, de conditions météorologiques défavorables ou même de santé du sol. L'apprentissage automatique (et son sous-ensemble d'apprentissage profond) et l'intelligence artificielle ont contribué à une augmentation explosive de l'application de l'informatique à des problèmes scientifiques complexes auparavant considérés comme hors de portée. L'apprentissage automatique est à la base de cette thèse, en particulier l'apprentissage profond et leur sous-ensemble, les réseaux de neurones convolutifs (CNN). Cette section décrit les principes fondamentaux de l'apprentissage automatique et le fonctionnement des réseaux de neurones convolutifs. Des problèmes faciles pour les humains tels que le jeu ou la reconnaissance d'objets qui étaient difficiles à décrire mathématiquement ou trop coûteux en informatique ont pu utiliser des méthodes d'apprentissage profond avec beaucoup de succès. En particulier, la reconnaissance d'image a vu un changement de paradigme et des cas d'utilisation apparaissent partout. L'apprentissage automatique permet aux applications de prédire des résultats plus précis et précis sans être explicitement programmés.