کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6539640 1421101 2018 21 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Deep learning in agriculture: A survey
ترجمه فارسی عنوان
یادگیری عمیق در کشاورزی: ​​یک نظرسنجی
کلمات کلیدی
یادگیری عمیق، کشاورزی، نظر سنجی، شبکه عصبی مصنوعی، شبکه عصبی مکرر، کشاورزی هوشمند، سیستم های غذایی،
ترجمه چکیده
یادگیری عمیق، یک روش اخیر و مدرن برای پردازش تصویر و تجزیه و تحلیل داده ها، با نتایج امیدوار کننده و پتانسیل بزرگ است. همانطور که یادگیری عمیق در زمینه های مختلف موفقیت آمیز بوده است، اخیرا نیز دامنه کشاورزی بوده است. در این مقاله، ما 40 تحقیق را انجام می دهیم که با استفاده از تکنیک های یادگیری عمیق، به چالش های مختلف تولید کشاورزی و غذایی اعمال می شود. ما مشکلات خاص کشاورزی را تحت مطالعه، مدل های خاص و چارچوب های مورد استفاده، منابع، طبیعت و پیش پردازش داده ها مورد استفاده قرار می دهیم، و عملکرد کلی به دست آمده با توجه به معیارهای مورد استفاده در هر کار مورد مطالعه، مورد بررسی قرار می گیرد. علاوه بر این، ما مقایسه مقایسه یادگیری عمیق با سایر تکنیک های محبوب موجود را در رابطه با تفاوت های طبقه بندی و عملکرد رگرسیون بررسی می کنیم. یافته های ما نشان می دهد که یادگیری عمیق دقت بالا را بالا می برد و از تکنیک های پردازش تصویر معمول استفاده می کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
پیش نمایش مقاله
یادگیری عمیق در کشاورزی: ​​یک نظرسنجی
چکیده انگلیسی
Deep learning constitutes a recent, modern technique for image processing and data analysis, with promising results and large potential. As deep learning has been successfully applied in various domains, it has recently entered also the domain of agriculture. In this paper, we perform a survey of 40 research efforts that employ deep learning techniques, applied to various agricultural and food production challenges. We examine the particular agricultural problems under study, the specific models and frameworks employed, the sources, nature and pre-processing of data used, and the overall performance achieved according to the metrics used at each work under study. Moreover, we study comparisons of deep learning with other existing popular techniques, in respect to differences in classification or regression performance. Our findings indicate that deep learning provides high accuracy, outperforming existing commonly used image processing techniques.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers and Electronics in Agriculture - Volume 147, April 2018, Pages 70-90
نویسندگان
, ,