کشاورزی هوشمند مبتنی بر اینترنت اشیا و الگوریتم های یادگیری ماشین با LSTM

همان طوری که جمعیت جهان در حال افزایش است، شیوه های کشاورزی سنتی قادر به برآورده نیازها نخواهند بود. شیوه های دستی منجر به هدررفتن منابع برای محیط کشاورزی با محدودیت می شوند. علاوه بر این، اینترنت اشیا نقش مهمی در کشاورزی مدرن ایفا می کند. در این مقاله، مدل ترکیبی ابتکاری با استفاده از اینترنت اشیا در کشاورزی پیشنهاد شده است که الگوریتم یادگیری ماشین (ML) و هوش مصنوعی (AL) را برای یک مکانیسم قوی تشخیص ناهنجاری در حین LSTM روی مجموعه داده های لوبیا خشک معرفی می کند. در این مقاله دونوع مجموعه داده استفاده شده: مجموعه داده لوبیا خشک (۲۰۲۱) و مجموعه داده نوع خاک (۲۰۲۴). داده ها در درجه اول شامل پارامترهای هواشناسی مانند مقادیر NPK خاک، دما، رطوبت و غیره است. مدل فرضی ترکیبی از حافظه کوتاه مدت (LSTM) و سریهای زمانی - شبکه های عصبی کانولوشنال، است که محصولات مناسب را برای مکانهای زراعی توصیه می کند. مدل پیشنهادی دقت و کارایی پیش بینی محصول بهبود بخشید، در حالی که کشاورزان را قادر ساخت تا در مورد شرایط خاک و داده های آب و هوایی تصمیمات آگاهانه اتخاذ کنند.

کلیدواژه ها:

اینترنت اشیا ، هوش مصنوعی ، کشاورزی هوشمند ، مدل های یادگیری عمیق