Результати аналізу та узагальнення сучасних напрямків розробки програмних компонент інтелектуальної обробки даних агромоніторингу
Date Issued
2024
Author(s)
Шипаєва Д.В.
Editor(s)
Лактіонов І.С.
Abstract
У наш час із розвитком технологій цифровізація та інтелектуалізація торкається
всіх сфер людського життя, в тому числі, сільського господарства. Виробничі системи
мають бути більш ефективними з точки зору використання ресурсів. Природні та
матеріальні ресурси повинні використовуватися більш раціонально, а екологічні
проблеми необхідно враховувати ретельніше.
Технології штучного інтелекту та машинного навчання покращили методи
ведення сільського господарства, зокрема завдяки вдосконаленню графіків посадки та
тактик внесення добрив на основі отриманних даних у режимі реального часу. Ці
досягнення безпосередньо сприяли збільшенню продуктивності на 20–25 %,
підвищенню врожайності на 15–20 % та зменшенню технологічних витрат на 25–30 %
завдяки інтелектуальним інвестиціям у сільське господарство і зниженню залежності
від ручних втручань. Також системи підтримки рішень на основі ШІ значно зменшили
втрати врожаю через хвороби та погодні умови, що призвело до зниження рівня втрат
на 20–25 %.
всіх сфер людського життя, в тому числі, сільського господарства. Виробничі системи
мають бути більш ефективними з точки зору використання ресурсів. Природні та
матеріальні ресурси повинні використовуватися більш раціонально, а екологічні
проблеми необхідно враховувати ретельніше.
Технології штучного інтелекту та машинного навчання покращили методи
ведення сільського господарства, зокрема завдяки вдосконаленню графіків посадки та
тактик внесення добрив на основі отриманних даних у режимі реального часу. Ці
досягнення безпосередньо сприяли збільшенню продуктивності на 20–25 %,
підвищенню врожайності на 15–20 % та зменшенню технологічних витрат на 25–30 %
завдяки інтелектуальним інвестиціям у сільське господарство і зниженню залежності
від ручних втручань. Також системи підтримки рішень на основі ШІ значно зменшили
втрати врожаю через хвороби та погодні умови, що призвело до зниження рівня втрат
на 20–25 %.
File(s)![Thumbnail Image]()
Loading...
Name
molod-2024-vol2-148-149.pdf
Size
745.18 KB
Format
Adobe PDF
Checksum
(MD5):da0a56ab1b6ae44b4f8e2cf58875a735