Хабаровские ученые создали нейросеть для прогноза урожайности с/х культур
В Хабаровске группа исследователей разработала инновационную нейросеть для прогнозирования урожайности сельскохозяйственных культур. Эта технология, созданная учеными Тихоокеанского государственного университета (ТОГУ), способна предсказывать урожайность с точностью до 85%, используя комплексный анализ спутниковых снимков, метеорологических данных и характеристик почвы.
Руководитель проекта, кандидат физико-математических наук Эллина Вихтенко, рассказала ТАСС о потенциале этой разработки. Нейросеть может прогнозировать урожайность различных культур, включая картофель, ячмень, пшеницу, овес, гречиху и сою. Это достижение открывает новые возможности для повышения эффективности сельскохозяйственного сектора и увеличения устойчивости агропроизводства.
Для создания этой передовой системы ученые провели масштабную работу по сбору и обработке данных. Они использовали широкий спектр информации, включая метеорологические показатели, спутниковые изображения полей и данные о составе почвы. После тщательного обучения нейросети результаты показали высокую степень точности прогнозирования. Для подтверждения достоверности полученных данных исследователи сравнивали их с официальными отчетами Российской академии наук по сельскохозяйственным культурам.
Вихтенко отметила, что наиболее эффективной для проведения расчетов оказалась рекуррентная нейронная сеть. Этот тип нейросети особенно хорошо подходит для обработки временных рядов и составления прогнозов. Кроме того, в проекте применяются различные математические модели регрессионного анализа и аппроксимации функций, что позволяет достичь высокой точности предсказаний.
Ожидается, что внедрение этой технологии окажет значительное влияние на сельскохозяйственную отрасль Хабаровского края. Агрономы и фермеры смогут использовать точные прогнозы для оптимизации своей деятельности, более эффективного использования ресурсов и минимизации рисков, связанных с изменением климатических условий. Разработчики планируют предложить эту модель региональным сельскохозяйственным предприятиям.
Команда ученых не останавливается на достигнутом и имеет амбициозные планы по дальнейшему совершенствованию нейросети. В будущем они намерены работать над повышением точности прогнозирования урожайности и адаптацией системы для работы с другими культурами, распространенными в крае. Кроме того, исследователи планируют обучить нейросеть определять влияние различных удобрений на урожайность, что может стать ценным инструментом для оптимизации использования агрохимикатов.
Обсудим?
Смотрите также:
