Zenodo (CERN European Organization for Nuclear Research)·9月17日 · 周四68 分 论文物联网传感与边缘计算智慧农业 / 农业物联网2 个信源同时报道 阅读 4
Upcoming Technologies for Agriculture: Innovations Shaping the Future of Farming
综述精准农业、AI、基因编辑、无人机、物联网等新兴技术如何重塑未来农业。
← 主题
农业人工智能 精准农业
同时包含 农业人工智能、精准农业 的农业资讯，共 116 条。
Advanced olive leaf area prediction using machine learning methods
用机器学习基于叶长宽非破坏性预测30个橄榄品种叶面积，PSO优化ANN精度最高。
A comprehensive survey on machine vision applications in precision agriculture: current trends and future perspectives
综述机器视觉在精准农业中的应用现状与未来趋势。
Artificial Intelligence for Environmental Resilience and Sustainable Innovation
系统综述AI在环境韧性与可持续创新中的应用、趋势与挑战。
Multi-omics and artificial intelligence for climate-resilient and nutrient-enriched food crops: advances, applications and future perspectives
综述AI赋能多组学、基因编辑与精准农业，培育气候韧性与营养强化作物。
AI-Driven Transformation in Sustainable Agriculture: A Systematic Review
系统综述AI在可持续农业中的应用，分析生产力与可持续性影响及推广障碍。
Deep learning-based classification of wet direct seeded rice, broadcasted direct seeded rice and transplanted rice using drone imagery for precision agriculture
用无人机可见光影像和深度学习模型区分直播稻、湿直播稻与移栽稻三种水稻种植方式。
Artificial Intelligence-Based Crop Recommendation Using Soil and Climate Data: A Comprehensive Review of Machine Learning, Deep Learning, and Smart Agriculture Approaches
综述AI作物推荐研究，指出高准确率多源于数据与验证缺陷。
[预印本]Simulating the Marginal Green Contribution of AI Modules in a Smart-Agriculture Platform: Evidence from Two Monte Carlo Experiments
用蒙特卡洛实验模拟智慧农业平台中AI模块对农药化肥减量与节水减排的边际绿色贡献。
An optimized machine learning approach for reliable agronomic parameter prediction in precision farming systems
提出优化机器学习框架，用土壤环境数据预测农艺参数并分类菠菜生长阶段。
Zenodo (CERN European Organization for Nuclear Research)·9月30日 · 周三61 分 论文农业AI与大模型农业人工智能与决策模型2 个信源同时报道 阅读 2
High-Precision Crop Yield Prediction Model Combining GANs and Random Forest
结合GAN数据增强与随机森林，构建高精度作物产量预测模型。
Deep Learning-Based Weed Classification, Detection, and Segmentation in Precision Agriculture: a Bibliometric and Comprehensive Review
对精准农业中深度学习杂草分类、检测与分割研究进行文献计量与综述分析。
AgriSphere: A Smart Agriculture Framework Integrating IoT and Artificial Intelligence for Adaptive Crop Selection
提出IoT与AI融合框架，结合实时土壤数据与天气预报推荐适宜作物。
Comparative evaluation of classical machine learning and deep learning models for early weed detection in precision agriculture
对比经典机器学习与深度学习模型在精准农业早期杂草检测中的性能。
Hybrid explainable DeiT-based framework for plant disease classification and severity estimation
提出基于DeiT的混合可解释框架，实现植物病害分类与严重度估计。
Multi-grained image-text retrieval in farmland remote sensing via multimodal large language models
提出农田遥感图文跨模态检索任务，构建数据集并提出FarmMGR框架实现语言驱动检索。
An adaptive deep learning framework for multi-temporal crop and drought stress monitoring in precision agriculture
提出CNN+ViT混合深度学习框架，利用多时相Sentinel-2影像监测作物分类与干旱胁迫。
International Journal for Research in Applied Science and Engineering Technology·9月10日 · 周四75 分 论文水资源与灌溉智慧农业 / 农业物联网阅读 5
AIOT in Predictive Agriculture - IoT and AI Integration for Real-Time Soil Monitoring and Smart Irrigation in Predictive Agriculture
提出AIoT框架，用LSTM预测土壤湿度实现智能灌溉，节水并延长节点续航。
The use of artificial intelligence in agriculture: Global practice
综述2022-2026年AI在农业的应用趋势、成效与各国推广障碍。
Optimized Inception-v4 CNN Combined with YOLOv8 andXGBoost for Tomato Plant Disease Recognition and Classification
提出YOLOv8+Inception-v4+XGBoost混合模型，实现番茄叶片病害精准检测与分类。