Аграрный
Вестник
Урала

Всероссийский научный аграрный журнал

Издание зарегистрировано в Министерстве Российской Федерации
по делам печати, телерадиовещания и средствам массовых коммуникаций.
Свидетельство о регистрации: ПИ № 77-12831 от 31 мая 2002 г.
Подписной индекс в каталоге «Пресса России» — 16356
ISSN 1997 - 4868 (Print)

Журнал включен в Перечень ведущих рецензируемых научных журналов и изданий, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученых степеней доктора и кандидата наук
Журнал включен в Российский индекс научного цитирования.
Входит в список ВАК (от 25.09.2017), №291

ISSN 2307-0005 (Online)
Key title: Agrarnyj vestnik Urala (Online)
Abbreviated key title: Agrar. vestn. Urala (Online)

Аграрный вестник Урала № 08 (187) 2019

Экономика

Некрасов К. В. кандидат экономических наук, доцент Уральский государственный аграрный университет

Набоков В. И. доктор экономических наук, профессор Уральский государственный аграрный университет

Кротов М.И. кандидат экономических наук, доцент Уральский государственный аграрный университет

Скворцов Е. А. старший преподаватель Уральский государственный аграрный университет

Скворцова Е. Г. аспирант Уральский государственный аграрный университет

УДК:637.112

Применение технологий искусственного интеллекта в сельском хозяйстве

 Технологии искусственного интеллекта (ИИ) применяются в различных отраслях народного хозяйства, в том числе в сельском хозяйстве. Цель исследования – рассмотреть сущность и направления применения технологий ИИ в сельском хозяйстве. Данные технологии применяются в различных областях сельского хозяйства: обнаружение болезней растений, классификация и идентификация сорняков, определение и подсчет плодов, управление водными ресурсами и почвой, прогнозирование погоды (климата), определение поведения животных. Технологии ИИ, применяемые в сельском хозяйстве, обладают рядом существенных особенностей. Прежде всего, это программные и технические средства. Технологии ИИ выполняют интеллектуальную функцию при проведении работ в сельском хозяйстве, которые состоят в осуществлении абстрактных умозаключений, распознавании образов, осуществлении действий в условиях неполноты информации, проявлении творчества, способности к самообучению. К сильным сторонам применения технологий ИИ следует отнести повышение производительности труда в отраслях сельского хозяйства, повышение эффективности управленческих решений, а также повышение доступа к информации, расширение возможностей человека на рабочем месте и появление новых профессий. Основные возможности связаны с различными техническими прорывами, в частности с машинным обучением, использованием нейронных сетей, больших данных и т. д. Это позволит создать дополнительные рабочие места в высокотехнологичных секторах, в том числе в программировании. Технологии ИИ позволят оптимизировать производство продуктов питания во всем мире и снизить остроту проблемы глобального голода. Одна из угроз для РФ состоит в наметившемся отставании в разработке данных технологий для сельского хозяйства от передовых стран. Результаты исследования могут быть использованы органами исполнительной власти при разработке программ инновационного развития сельского хозяйства и технической модернизации отрасли.


Ключевые слова:

искусственный интеллект, машинное обучение, интеллектуальные технологии, цифровое сельское хозяйство


Список литературы:

1. Набоков В. И., Некрасов К. В., Зуева О. Н., Донскова Л. А. Отраслевые особенности как фактор формирования и развития логистических систем в АПК // Аграрный вестник Урала. 2016. № 12 (154). С. 102–104.

2. Набоков В. И., Ишниязова А. Р., Некрасов К. В. Совершенствование инновационной деятельности современных организаций: монография. Ижевск: ООО «Принт-2», 2017. 140 с.

3. Набоков В. И., Скворцов Е. А., Некрасов К. В. Кадровая проблема и внедрение робототехники в сельском хозяйстве // Финансовая экономика. 2018. № 7. С. 89–91.

4. Набоков В. И., Скворцов Е. А., Некрасов К. В. Внедрение робототехники в организациях сельского хозяйства // Вестник ВИЭСХ. 2018. № 4 (33). С. 126–131.

5. Некрасов К. В. Организационно-экономический механизм инновационного развития перерабатывающих организаций молочно-продуктового подкомплекса региона: автореферат дис. ... канд. экон. наук. Екатеринбург: Уральская государственная сельскохозяйственная академия, 2013. 26 с.

6. Федоренко В. Ф., Черноиванов В. И., Гольтяпин В. Я., Федоренко И. В. Мировые тенденции интеллектуализации сельского хозяйства: научный аналитический обзор. М.: ФГБНУ «Росинформагротех», 2018. 232 с.

7. Amatya S., Karkee M., Gongal A., Zhang Q., Whiting M. D. Detection of cherry tree branches with full foliage in planar architecture for automated sweet-cherry harvesting // Biosystems Engineering. 2015. No. 146. Pp. 3–15

8. Dutta R., Smith D., Rawnsley R., Bishop-Hurle, G., Hills J., Timms G., Henry D. Dynamic cattle behavioural classification using supervised ensemble classifiers // Computers and Electronics in Agriculture. 2015. No. 111. Pp. 18–28.

9. Mehdizadeh S., Behmanesh J., Khalili K. Using MARS, SVM, GEP and empirical equations for estimation of monthly mean reference evapotranspiration // Computers and Electronics in Agriculture. 2017. No. 139. Pp. 103–114.

10. Mouatadid S., Raj N., Deo R. C., Adarnowski J. F. Input selection and data-driven model performance optimization to predict the Standardized Precipitation and Evaporation Index in a drought-prone region // Atmospheric research. 2018. Т. 212. Pp. 130–149.

11. Prasad R., Deo R. C., Li Y., Maraseni T. Soil moisture forecasting by a hybrid machine learning technique: ELM integrated with ensemble empirical mode decomposition // Geoderma. 2018. Т. 330. Pp. 136–161.

12. Pantazi X. E., Moshou D., Oberti R., West J., Mouazen A. M., Bochtis D. Detection of biotic and abiotic stresses in crops by using hierarchical self organizing classifiers // Precision Agriculture. 2017. No. 18. Pp. 383–393.

13. Sengupta S., Lee W. S. Identification and determination of the number of immature green citrus fruit in a canopy under different ambient light conditions // Biosystems Engineering. 2015. No. 117. Pp. 51–61.


Скачать статью в PDF:

12.pdf (588.2 КБ)

В нашей базе 2917 авторов

На сайте опубликовано 2740 статей в 133 выпусках.

Bg