Key points are not available for this paper at this time.
수경 재배는 토양 없는 농업으로, 전통적인 토양 기반 농업 시스템에 비해 물과 기타 자원을 덜 소비합니다. 하지만, 수경 재배 농업의 모니터링은 여러 매개변수를 동시에 감독하고, 영양소 제안 및 식물 진단 시스템을 관리해야 하므로 도전적인 작업입니다. 그러나 최근 기술 발전은 농업 분야에 인공지능 기반 제어 알고리즘을 채택하여 이러한 문제를 해결하는 데 매우 유용합니다. 따라서 본 기사에서는 사물인터넷(IoT) 환경과 통합된 인공지능 기반 스마트 수경 재배 전문가 시스템(AI-SHES)의 구현에 중점을 둡니다. 제안된 IoT와 함께하는 AI-SHES는 세 가지 단계로 구성되어 있으며, 첫 번째 단계에서는 NPK 토양, 햇빛, 탁도, pH, 온도, 수위, 카메라 모듈과 같은 실시간 센서가 장착된 하드웨어 환경을 구현하여 Raspberry Pi 프로세서에 의해 제어됩니다. 두 번째 단계는 최적의 영양소 수준 예측 및 식물 질병 탐지 및 분류를 위한 심층 학습 컨볼루션 신경망(DLCNN) 모델을 구현합니다. 세 번째 단계에서는 농부들이 IoT 환경에 연결된 Android 기반 모바일 애플리케이션을 사용하여 센서 데이터 및 식물 잎 질병 상태를 모니터링할 수 있습니다. 이와 같은 방식으로 농부는 모바일 앱을 사용하여 자신의 필드 상태를 지속적으로 추적할 수 있습니다. 또한, 제안된 AI-SHES는 전체 환경을 자동 제어 방식으로 작동하게 하는 자동 모드를 개발하여 수경 재배 분야에서 생산성을 높이기 위한 필요한 조치를 취합니다. 제안된 AI-SHES와 IoT를 사용한 질병 탐지 및 분류에 대한 시뮬레이션 결과는 각각 99.29% 및 99.23%의 정확도와 F-측도로 우수한 성능을 보여줍니다.
Raju et al. (Sat,)는 이 질문을 연구했습니다.