Predicción de peso de bulbo en vivo para hortalizas de campo utilizando modelos de regresión funcional y métodos de aprendizaje automático
Autores: Kim, Dahyun; Cho, Wanhyun; Na, Inseop; Na, Myung Hwan
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Predicción de peso de bulbo en vivo para hortalizas de campo utilizando modelos de regresión funcional y métodos de aprendizaje automático
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Ciencias Agrícolas y Biológicas Generales
Palabras clave
Automatización
Mecanización
Cebolla
Ajo
Cámara multiespectral
Predicción
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 36
Citaciones: Sin citaciones
(1) Antecedentes: Este desafío se ve agravado por el envejecimiento de la población rural, lo que lleva a una escasez de mano de obra disponible. Para abordar este problema, la automatización y mecanización del cultivo de hortalizas al aire libre son imperativas. Por lo tanto, es esencial desarrollar una plataforma de cultivo automatizada que reduzca los requisitos de mano de obra y mejore el rendimiento al realizar de manera eficiente todas las actividades de cultivo relacionadas con las hortalizas de campo, especialmente cebollas y ajos. En este estudio, proponemos métodos para identificar plantas de cebolla y ajo con el mejor estado de crecimiento y predecir con precisión su peso de bulbo en vivo fotografiando regularmente su estado de crecimiento utilizando una cámara multiespectral montada en un dron.
Descripción
(1) Antecedentes: Este desafío se ve agravado por el envejecimiento de la población rural, lo que lleva a una escasez de mano de obra disponible. Para abordar este problema, la automatización y mecanización del cultivo de hortalizas al aire libre son imperativas. Por lo tanto, es esencial desarrollar una plataforma de cultivo automatizada que reduzca los requisitos de mano de obra y mejore el rendimiento al realizar de manera eficiente todas las actividades de cultivo relacionadas con las hortalizas de campo, especialmente cebollas y ajos. En este estudio, proponemos métodos para identificar plantas de cebolla y ajo con el mejor estado de crecimiento y predecir con precisión su peso de bulbo en vivo fotografiando regularmente su estado de crecimiento utilizando una cámara multiespectral montada en un dron.