Ulteriori informazioni
Este libro explora la intersección entre el aprendizaje automático (ML), la inteligencia artificial (IA) y la agricultura, centrándose en la mejora de las prácticas agrícolas a través de soluciones basadas en datos. Comienza con una evaluación de los sistemas de fertilización y riego, abordando los retos de integración y los componentes esenciales como sensores, interfaces de comunicación y mecanismos de fertilización. El libro destaca la dificultad de seleccionar los modelos adecuados debido a la abundancia de opciones, lo que provoca retrasos y mayores costes. Para resolver este problema, compara los modelos de fertilización e irrigación en función de parámetros de rendimiento como la precisión, el coste, la complejidad y la escalabilidad. También propone mejoras como la fusión de modelos para mejorar el rendimiento del sistema y reducir los esfuerzos de validación. La tesis introduce el marco "MSMRBEF" para la monitorización del suelo, que utiliza el procesamiento de conjuntos bioinspirados y algoritmos genéticos para recomendar cultivos en función de las condiciones ambientales. Se presenta el modelo "LEIFMCY", una solución de bajo coste basada en IoT para el análisis del rendimiento del algodón, que optimiza el rendimiento de los cultivos mediante la monitorización del suelo en tiempo real y el análisis predictivo.
Info autore
El Dr. Swapnil Ambade es licenciado en Electrónica y Telecomunicación, máster en Comunicación Digital y doctor en Ingeniería Electrónica. Con más de 15 años de experiencia docente, ha sido galardonado con el Premio al Mejor Profesor (2018) y un Premio A-Class del IIT Bombay. Su investigación se centra en sistemas embebidos e IoT.
