Multimodal ai in smart agriculture for crop disease detection
提出融合图像、传感器、气象与遥感数据的多模态作物病害检测概念框架。
阅读 0
提出融合图像、传感器、气象与遥感数据的多模态作物病害检测概念框架。
开发205美元离线边缘设备,用多模态AI融合在症状显现前检测作物胁迫。
提出分层跨模态时空注意力网络HCM-STAN,融合多源农业数据预测喜马拉雅山区苹果产量。
提出融合玉米叶片图像与气象数据的多模态AI推荐框架,实现病害诊断与农事建议生成。
提出无监督多模态聚类框架AgriMAC,融合无人机NDVI、IoT土壤与气象数据评估水稻健康。
综述生物声学传感与信号处理进展,涵盖医疗、生态与农业应用。
构建规则驱动农业景观功能分区指数,并用多模态融合深度学习实现自动预测。
提出分层跨模态时空注意力网络,融合多源数据预测喜马拉雅果园作物产量。