Ein hybrides Deep-Learning- und Fuzzy-Logik-Framework zur robusten Erkennung und Klassifizierung von Tomatenerkrankungen | Synapse
March 3, 2026Open Access
Ein hybrides Deep-Learning- und Fuzzy-Logik-Framework zur robusten Erkennung und Klassifizierung von Tomatenerkrankungen
Key Points
Die Ergebnisse zeigen eine hohe Genauigkeitsrate bei der Krankheitsdetektion mit Deep-Learning-Techniken, wobei die Bildverarbeitung eine entscheidende Rolle spielt.
Wesentliche Beweise zeigen, dass über 90% Genauigkeit bei der Klassifizierung verschiedener Tomatenerkrankungen aus Bildern erreicht werden – was die Effektivität der Methode unterstreicht.
Die Analyse mit einem hybriden Deep-Learning- und Fuzzy-Logik-Framework ermöglicht eine genaue Krankheitsklassifizierung.
Diese Arbeit hebt das Potenzial für verbesserte landwirtschaftliche Praktiken durch fortschrittliche Erkennungsmethoden hervor, wobei breitere Anwendungen möglich sind.