人工ニューラルネットワークを用いた植物病害の検出とモニタリング

真菌は世界の作物生産に対する主要な脅威として特定されています。本研究では、人工ニューラルネットワーク技術を用いて植物病害の検出および予測性能を向上させる方法が提示されています。21種の植物のハイパースペクトル真菌データセットを収集し、従来のハイパースペクトルセンサーを改善するために人工ニューラルネットワークのバックプロパゲーションアルゴリズムを用いて訓練しました。システムは自己定義方程式およびユニバーサルモデリングダイアグラムを使用してモデル化され、その後Matlabのニューラルネットワークツールボックスで実装されました。システムはテストされ、検証された結果、真菌検出精度は96.61%で、パーセンテージの増加は19.53%でした。