Designing a framework for Sustainable Smart Agriculture with Mobile Robots and CNN
提出移动机器人结合CNN识别花卉的智能园艺框架,测试准确率达95%。
人工智能算法、大模型与决策支持系统
提出移动机器人结合CNN识别花卉的智能园艺框架,测试准确率达95%。
用LSTM结合可解释AI预测肯尼亚玉米产量,兼顾精度与透明度。
研究尼日利亚东南部教育学院农教学生的人工智能素养对数字农业准备度的预测作用。
综述指出农业数字化瓶颈已从技术转向数据治理与系统集成,呼吁研究重心转向互操作与组织设计。
评估UNet、SegNet和TransU-Net在多目标遥感语义分割中的性能,用于城市与生态监测。
综述2020-2025年AI需求预测与生产调度研究,提出沙特食品制造整合框架以保障Vision 20
An Automata-Driven Cognitive Explainable Artificial Intelligence Framework for Climate-Adaptive Precision Agriculture and Environmental Sustainability。Cureus Journal of Computer Science.
利用多时相遥感和机器学习揭示泰国湄公河支流流域植被对洪水的非对称响应。
综述乌干达环境管理中AI应用现状,发现应用集中于遥感与森林监测,整体零散且受基础设施制约。
提出MSA-TNet深度学习框架,实现红枣碰伤检测与品种分类。
提出轻量级CNN-LSTM混合网络,用于豆叶病害分类,兼顾高精度与低资源占用。
综述AI农业咨询与诊断系统,聚焦印度东北小农,提出人监督多模态部署架构。
提出多流深度学习框架WaterFormer-MS,从Sentinel-2影像中精准分割地表水体。
用冻结DINOv3 ViT微调回归,从微根管图像直接预测根系长度和面积。
综述闭环AI智能体用于畜禽疫病预测与决策支持,提出感知-决策-反馈架构。
系统综述农民对农业AI的感知、接受度、采纳意愿及障碍。
利用数字全息与AI检测葡萄园空气中霜霉和白粉病菌孢子,优化杀菌剂施用。
Cotton leaf disease classification using deep learning models for smart agriculture。Agriculture & Food Security
综述AI在可持续发展各领域的机会与创新路径,并强调负责任AI的治理要求。
系统映射181项研究,梳理农业代理式AI的架构、应用、挑战与未来方向。