یک چارچوب پیاده سازی برای امنیت غذایی با استفاده از الگوریتم‌های یادگیری ماشین و بیوتکنولوژی در کشاورزی دقیق و کشاورزی هوشمند

نویسندگان

1 گروه علوم کامپیوتر و فناوری اطلاعات، دانشگاه کالینگا، رایپور، هند

2 گروه علوم کامپیوتر و فناوری اطلاعات، دانشگاه کالینگا، رایپور، هند.

doi
10.22103/jab.2025.23996.1604
چکیده

هدف: تبدیل داده‌ها به شکل دیجیتال منجر به هجوم گسترده داده‌ها در تقریباً هر صنعتی شده است که بر عملیات مبتنی بر داده‌ها متکی است. پردازش داده‌های دیجیتال به میزان قابل توجهی حجم اطلاعات در حال پردازش را افزایش داده است. ظهور مدیریت کشاورزی الکترونیک عمیقاً بر فناوری اطلاعات و ارتباطات (ICT) تأثیر گذاشته است و در نتیجه مزایایی برای کشاورزان و مشتریان به همراه دارد و منجر به اتخاذ راه‌حل‌های فناوری در مناطق روستایی می‌شود. این مطالعه بر نوید فناوری های ICT در کشاورزی متعارف و موانع به کارگیری آنها در عملیات کشاورزی تأکید می کند. نتایج: این مطالعه بر نوید فناوری‌های ICT در کشاورزی متعارف و موانع به کارگیری آنها در عملیات کشاورزی تأکید می‌کند. این تحقیق اطلاعات کاملی در مورد اتوماسیون، گجت‌های اینترنت اشیا (IoT) و چالش‌های مرتبط با یادگیری ماشین (ML) ارائه می‌کند. پهپادها برای نظارت بر محصول و بهینه سازی تولید در کشاورزی دقیق (PA) و کشاورزی هوشمند (SF) در نظر گرفته شده اند. دوره جدید کشاورزی متعارف با کشاورزی دقیق نشان داده می‌شود. توسعه چندین فناوری معاصر، مانند اینترنت اشیا، این امکان را فراهم کرده است. در صورت لزوم، این مقاله بر سیستم‌ها و پلتفرم‌های کشاورزی جهانی و پیشرفته که از فناوری اینترنت اشیا استفاده می‌کنند، تأکید می‌کند. نتیجه‌گیری: اثربخشی چنین تکنیک‌هایی در تشخیص بیماری های گیاهی با توانایی آنها در دستیابی به سطوح استثنایی از دقت ثابت می‌شود. این امر به ویژه زمانی صادق است که آنها بر پایگاه داده‌های متن باز گسترده و الگوریتم‌های از پیش آموزش داده شده تکیه کنند. تحقیقات آینده نشان داد که اندازه تصاویر گیاهی مورد استفاده برای مدل‌سازی و شرایطی که عکس‌ها تحت آن جمع‌آوری شده‌اند می‌تواند به طور قابل توجهی بر دقت تأثیر بگذارد.