رویکردهای هوش مصنوعی برای شناسایی بیماری های پنبه: مروری بر مطالعات سیستماتیک با استفاده از بیوتکنولوژی
Publish place: Journal of agricultural biotechnology، Vol: 16، Issue: 4
Publish Year: 1403
Type: Journal paper
Language: Persian
View: 64
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JOAGK-16-4_013
Index date: 2 February 2025
رویکردهای هوش مصنوعی برای شناسایی بیماری های پنبه: مروری بر مطالعات سیستماتیک با استفاده از بیوتکنولوژی abstract
هدف: پنبه یک الیاف برجسته است که بخش های صنعتی و کشاورزی در سراسر جهان را کنترل می کند. پنبه یک ماده اساسی است که در ساخت منسوجات استفاده می شود. تشخیص زودهنگام بیماری های روی برگ های پنبه برای پیشگیری از آنها و افزایش بهره وری ضروری است. ردیابی بیماری های برگ پنبه و ارزیابی سلامت گیاه برای کشاورزانی که صرفا بر تخصص و دانش ذهنی خود متکی هستند چالش برانگیز است. علاوه بر این، شبکه های عصبی مصنوعی برای کاهش محدودیت های روش های سنتی پیشنهاد شده اند و می توانند برای مدیریت داده های غیرخطی و پیچیده، حتی زمانی که داده ها نادقیق و نویز هستند، استفاده شوند. داده های کشاورزی می توانند بسیار بزرگ و پیچیده باشند که از طریق تجزیه و تحلیل بصری یا همبستگی های آماری قابل رسیدگی نباشد. این امر استفاده از هوش ماشینی یا هوش مصنوعی را تشویق کرده است. هدف این مطالعه تشخیص بیماری ها و بهبود کشت پنبه با استفاده از روش های هوش مصنوعی (AI) بود. نتایج: یافته های مطالعه نشان می دهد که روش های تشخیص خودکار فعلی برای بیماری های محصول پنبه هنوز در مراحل اولیه توسعه خود با بیوتکنولوژی و هوش مصنوعی (AI) هستند. این بررسی نیاز به توسعه ابزارهای تشخیصی خودکار، مقرون به صرفه، قابل اعتماد، دقیق و سریع را برای تشخیص بیماری های برگ پنبه برای افزایش بازده و کیفیت تایید می کند. نتیجه گیری: این مقاله چندین تکنیک محاسباتی مورد استفاده در مراحل مختلف ساختارهای بیماری زای گیاهی، از جمله آماده سازی تصویر، تقسیم بندی، استخراج ویژگی ها و انتخاب، و طبقه بندی را تحلیل می کند. این مطالعه مسیرها و مناطق معتبر آینده را برای اکتشاف بیشتر شناسایی کرد. برای شناسایی و دسته بندی بیماری های مختلف در محصولات پنبه به روش های نوآورانه و کاملا خودکار به کمک رایانه نیاز است.
رویکردهای هوش مصنوعی برای شناسایی بیماری های پنبه: مروری بر مطالعات سیستماتیک با استفاده از بیوتکنولوژی Keywords:
رویکردهای هوش مصنوعی برای شناسایی بیماری های پنبه: مروری بر مطالعات سیستماتیک با استفاده از بیوتکنولوژی authors
مانیش نندی
گروه علوم کامپیوتر و فناوری اطلاعات، دانشگاه کالینگا، رایپور، هند.
آهیلیا دوبی
گروه علوم کامپیوتر و فناوری اطلاعات، دانشگاه کالینگا، رایپور، هند
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :