agriculture | BriefGPT - AI 论文速递

关键词agriculture

搜索结果 - 47

KDDMARLP：农业可控地下水补给的时序预测控制
该研究提出了 MARLP，这是用于农业管理蓄水补给的首个端到端数据驱动控制系统。通过对历史数据的分析和预测，它可以优化农田蓄水的计划和水分补给，从而降低氧气缺乏率并提高补给量。实验结果显示，与过去四年相比，MARLP 使氧气缺乏率下降了 8
PDF3 days ago
应用数据驱动方法获取和验证的有机残留物在新兴和发展中国家中的价值化的词典
使用文本挖掘方法对低收入和中等收入国家农业中与生物转化和有机废弃物利用相关的术语进行注释，通过语料库和术语提取、提取术语的注释和相关术语选择，获得了专门的词汇表。
PDFa month ago
半监督杂草检测用于快速部署和提高效率
该论文介绍了一种半监督杂草检测的新方法，通过利用计算机视觉和深度学习进行自动化杂草检测，该方法在农业领域中具有较好的应用潜力和实际可行性。
PDF2 months ago
利用基于机器学习的步频 GPR 现场测量进行土壤分析：初步研究
使用基于机器学习的高分辨率脉冲触发波雷达（SFCW）测量结合地质雷达（GPR）仪器，对应用于农业环境中提取土壤参数的方法进行了广泛的研究，结果表明该方法可在根部深度上以成本效益较高的方式提供深度分辨的土壤参数。
PDF2 months ago
农业物体检测领域自适应中的扩散
该研究提出了 DODA，一种能够在农业领域生成高质量物体检测数据的数据合成器，通过将布局编码为图像，提高了布局到图像的可控性，从而改善了标签的质量，并使用视觉编码器为扩散模型提供视觉线索，使模型能够在新领域生成数据。在全球小麦头部检测（GW
PDF3 months ago
自监督的多样农业视觉任务骨干框架
通过自我监督学习从原始农业图像数据中学习有意义的特征表示，我们提出了一种利用 SimCLR 对大规模未注释数据集上进行预训练的轻量级框架，该框架具有较强的适用性，可以解决各种农业视觉任务，并降低对注释数据的依赖，从而提高成本效益和可用性，推
PDF3 months ago
挑战黑盒子：农林业 CNN 应用的属性图全面评估
通过对农业和林业中神经网络在肥料处理分类和木材鉴别中的可解释性进行研究，我们发现目前最先进的归因图方法的实用性存在重大问题。这些归因图经常无法准确突出关键特征，并且与领域专家认为重要的特征经常不一致，这对决策过程的理解提出了重要问题。我们的
PDF5 months ago
基于深度学习的农业推荐系统：多变量天气预测方法
该论文提出了一个基于气象预报模型的情境化作物推荐系统，以实现有利可图、可持续和农民友好的农业实践。该系统可以准确地预测孟加拉国任何地点的降雨、温度、湿度和日照，并根据这些预测为农民提供有关种植、灌溉、收获等可行决策的指导，并能警报农民有关极
PDF5 months ago
基于 You Look Only Once (YOLO) 算法的农业目标检测：一项文献计量和系统文献综述
视觉在农业中发挥着重要作用，研究和应用 You Look Only Once (YOLO) 在农业领域的物体识别能够实现实时监测、自动化监视和物体处理，减少劳动力、生产成本和环境影响，同时最大限度地提高资源效率。
PDF6 months ago
RAG 与 Fine-tuning：管道、权衡及农业案例研究
在本文中，我们提出了一种用于 fine-tuning 和 RAG 的流程，并介绍了它们在多种流行的 LLMs 中的权衡。我们对农业数据集进行了深入研究，结果显示我们的数据集生成流程在捕捉特定地理知识方面的有效性以及 RAG 和 fine-t
PDF6 months ago
多模态基础模型在地理、环境、农业和城市规划应用中的承诺与挑战
GPT-4V 在地理学、农业和城市规划领域的绩效评估中展现出潜力，但在一些需要细粒度识别和精确计数的任务中存在局限性。
PDF6 months ago
SICKLE: 多传感器卫星图像数据集，带有多个关键的农作物参数注释
通过引入一种名为 SICKLE 的数据集，该研究致力于解决农业领域遥感机器学习模型训练所面临的数据稀缺问题，SICKLE 数据集包含了 3 个卫星（Landsat-8，Sentinel-1 和 Sentinel-2）在 2018 年 1 月
PDF7 months ago
神经网络对农业水力发电厂管理的影响：应对挑战与探索未开发的机会
拥有良好的水资源管理实践，协调水电与农业用水配置，以确保稳定的农田灌溉，提高电力生产效率，并利用神经网络进行智能水分配决策，从而降低干旱期间对农业的不利影响。
PDF7 months ago
农业人工智能：基于 Sentinel-2 影像的作物分类的语义分割方法比较
利用自由可用的卫星图像，探索可用于葡萄园分割问题的主要机器学习方法，并评估各种广泛使用的机器学习技术的有效性，为特定场景选择最合适的模型提供指导。
PDF7 months ago
QWID：量化杂草识别深度神经网络
本文提出了一种有效的农业杂草分类解决方案，该方案在推断时优化了模型性能，同时尊重农业领域的约束。我们通过使用 8 位整数（int8）量化的量化深度神经网络模型对包含 9 个杂草类别的数据集进行分类，这与标准的 32 位浮点（fp32）模型有
PDF8 months ago
利用机器学习预测农产品价格：当前研究综述
农产品价格预测对农民、决策者和其他利益相关者至关重要。本文回顾了机器学习算法在农产品价格预测方面的最新研究。我们讨论了农业在发展中国家的重要性以及作物价格下跌所带来的问题。我们识别了农产品价格预测的挑战，并强调机器学习算法如何支持更好的预测
PDF8 months ago
使用大型语言模型回答农业考试：GPT-4 作为农艺师助手？
GPT-4 在农业相关问题上表现出色，可通过考试获得农学家的认证，为农民和农业专业人员提供有价值的洞见。
PDF9 months ago
使用直方图滤波器的单目相机进行三维番茄定位
通过使用直方图滤波器（贝叶斯离散滤波器）来评估番茄在番茄植物中的位置，本研究针对农业中的任务，如水果监控或收割，需要感知物体的空间位置。通过模拟实验和实验室条件下的测试，该算法在模拟实验中的平均绝对误差小于 10 毫米，在实验室条件下的测试
PDF9 months ago
ICCV基于 SAM 的作物与杂草竞争层级全景分割解决方案
农业中的全景分割是一种先进的计算机视觉技术，提供了对农田组成的全面理解，旨在应对农业中的各种任务，如作物和杂草分割、植物全景分割和叶子实例分割。本研究提出了一种方法，将实例分割模型（SAM）的有效性与目标检测模型（DINO 和 YOLO-v
PDF9 months ago
基于嵌入式检索和 LLM 的有效农业信息提取
利用领域无关的大型预训练语言模型 (LLM)，本研究探索了一种从农业文档中提取结构化数据的方法，通过文本检索和基于嵌入的检索进行过滤，然后使用 LLM 问答来自动提取文档中的实体和属性，并将其转换为结构化数据。与现有方法相比，我们的方法在保
PDFa year ago