کاربردهای یادگیری عمیق و بینایی ماشین در تغذیه آبزیان پرورشی: تحلیل مروری بر تحقیقات کاربردی اخیر

با توسعه صنعت آبزی پروری استفاده از فناوریهای نوین برای مدیریت هوشمند تغذیه ماهی اهمیت فزاینده ای یافته است. در این میان، یادگیری ماشین به ویژه الگوریتمهای یادگیری عمیق و بینایی ماشین ابزارهایی موثر برای تحلیل رفتار تغذیه، تخمین میزان مصرف خوراک و تعیین زمان بهینه تغذیه فراهم کرده اند. مدلهای پردازش تصویر قادرند از ویدئوهای زیرآبی ویژگیهای رفتاری ماهی را استخراج کنند و الگوریتمهای یادگیری این داده ها را به تصمیمهای عملی تبدیل می کنند. استفاده از معماریهای عمیق، سیستمهای چند مدلی و ترکیب داده های حسی مختلف امکان توسعه سیستمهای تغذیه خودکار دقیق و پاسخگو را ایجاد کرده است. با این حال، چالشهایی نظیر کمبود داده های معتبر، نبود معیارهای استاندارد ارزیابی و دشواری پیاده سازی در محیط های واقعی، توسعه صنعتی این فناوری ها را محدود می سازند. مقاله مروری حاضر با هدف بررسی تحلیلی و ساختاریافته جدیدترین پژوهش ها در این حوزه به طبقه بندی روش ها، شناسایی چالش های فنی و عملیاتی و تبیین مسیرهای آینده تحقیقاتی می پردازد تا زمینه ای جامع برای توسعه سیستم های هوشمند تغذیه در آبزی پروری فراهم گردد.

کلیدواژه ها:

یادگیری ماشین ، بینایی ماشین ، تغذیه هوشمند آبزیان پرورشی ، آبزی پروری هوشمند