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

هدف: تبدیل داده ها به شکل دیجیتال منجر به هجوم گسترده داده ها در تقریبا هر صنعتی شده است که بر عملیات مبتنی بر داده ها متکی است. پردازش داده های دیجیتال به میزان قابل توجهی حجم اطلاعات در حال پردازش را افزایش داده است. ظهور مدیریت کشاورزی الکترونیک عمیقا بر فناوری اطلاعات و ارتباطات (ICT) تاثیر گذاشته است و در نتیجه مزایایی برای کشاورزان و مشتریان به همراه دارد و منجر به اتخاذ راه حل های فناوری در مناطق روستایی می شود. این مطالعه بر نوید فناوری های ICT در کشاورزی متعارف و موانع به کارگیری آنها در عملیات کشاورزی تاکید می کند. نتایج: این مطالعه بر نوید فناوری های ICT در کشاورزی متعارف و موانع به کارگیری آنها در عملیات کشاورزی تاکید می کند. این تحقیق اطلاعات کاملی در مورد اتوماسیون، گجت های اینترنت اشیا (IoT) و چالش های مرتبط با یادگیری ماشین (ML) ارائه می کند. 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 می شود. توسعه چندین فناوری معاصر، مانند اینترنت اشیا، این امکان را فراهم کرده است. در صورت لزوم، این مقاله بر سیستم ها و پلتفرم های کشاورزی جهانی و پیشرفته که از فناوری اینترنت اشیا استفاده می کنند، تاکید می کند. نتیجه گیری: اثربخشی چنین تکنیک هایی در تشخیص بیماری های گیاهی با توانایی آنها در دستیابی به سطوح استثنایی از دقت ثابت می شود. این امر به ویژه زمانی صادق است که آنها بر پایگاه داده های متن باز گسترده و الگوریتم های از پیش آموزش داده شده تکیه کنند. تحقیقات آینده نشان داد که اندازه تصاویر گیاهی مورد استفاده برای مدل سازی و شرایطی که عکس ها تحت آن جمع آوری شده اند می تواند به طور قابل توجهی بر دقت تاثیر بگذارد.

کلیدواژه ها:

امنیت غذایی ، بیوتکنولوژی ، کشاورزی دقیق ، کشاورزی هوشمند ، یادگیری ماشین