Ученые из Сколковского института науки и технологий обучили нейронные сети оценивать и прогнозировать характер роста растений с учетом основных влияющих факторов, и предлагать оптимальное соотношение между потребностями в питательных веществах и другими определяющими рост параметрами. Результаты исследования были опубликованы в журнале IEEE «Операции по измерительным приборам и измерениям».
В своем исследовании ученые показали, как можно использовать рекуррентные нейронные сети в сочетании с алгоритмами компьютерного зрения для решения задачи прогнозирования роста растений, при этом следя за текущим состоянием и основными параметрами системы выращивания растений. Задача была решена с использованием данных, полученных в сотрудничестве с Немецким аэрокосмическим центром (DLR). Ученые изучили дополнительную стимуляцию роста растений в искусственных системах, аналогичных тем, которые используются на Международной космической станции.
Ученые сегментировали и определяли общую площадь листьев, используя алгоритмы компьютерного зрения, и предсказывали рост растений, используя нейронные сети различных архитектур, которые эффективно справились с задачей. Они также предложили встроенную энергосберегающую систему для расчета и прогнозирования модели роста с целью проведения в реальном времени демонстрационных опытов и испытаний специализированного программного обеспечения.
https://techxplore.com/news/2019-10-agriculture-future-neural-networks-growth.html