Iniciar sesión
Información - 농업 기술
다양한 센서를 활용한 작물 바이오매스 추정 데이터셋 및 활용
다양한 센서 데이터를 활용하여 작물 바이오매스를 정확하고 효율적으로 추정할 수 있는 방법을 제시한다.
곤충 해충 분류를 위한 상태 공간 모델 기반의 InsectMamba 모델
상태 공간 모델, 합성곱 신경망, 다중 헤드 자기 주의 메커니즘, 다층 퍼셉트론을 통합한 InsectMamba 모델은 곤충 해충의 시각적 특징을 포괄적으로 추출하여 정확한 분류를 달성한다.
농작물 수확량 및 질병 예측을 위한 기계 학습 접근법: 토양 영양분과 기상 요인의 통합
본 연구는 토양 영양분, 기상 예측, 작물 질병 예측을 통합하여 농민들이 생산성 높은 작물을 선택하고 작물 질병을 예방할 수 있도록 지원하는 지능형 의사결정 지원 시스템을 개발하는 것을 목표로 한다.
대규모 언어 모델이 식량 생산을 높일 수 있지만, 위험성에 주의해야 한다
대규모 언어 모델은 농업 생산성 향상, 혁신 가속화, 농업 정책 개선에 도움이 될 수 있지만, 농업 인력 감소, 개인 농업 데이터 수집 증가, 불평등 심화 등의 위험성도 존재한다.
농업 환경의 노이즈 속에서 효율적인 3D 재구성
노이즈가 있는 환경에서 3D 재구성 성능을 높이기 위해 Bayesian 최적화 기반의 최적 카메라 배치 방법을 제안한다.
GPT-4 의 농업 해충 관리 조언 생성 및 평가
GPT-4는 농업 해충 관리 조언을 생성하고 평가하는 데 있어 효과적인 도구로 입증되었다. 지침 기반 프롬프팅을 통해 GPT-4는 72%의 정확도로 해충 관리 결정을 내릴 수 있었다.
다중 클래스 잡초 감지를 위한 준지도 학습 프레임워크의 성능 평가
잡초 관리의 효율성을 높이기 위한 준지도 학습의 효과적인 활용
Acerca de
Productos
© 2024 by Linnk AI