Artificial Intelligence, Machine Learning, and Deep Learning Concepts, Methods, and Real-World Impact
系统综述AI、机器学习与深度学习的概念、方法、应用及伦理挑战。
人工智能算法、大模型与决策支持系统
系统综述AI、机器学习与深度学习的概念、方法、应用及伦理挑战。
提出TSAFI-DT数字孪生框架,用贝叶斯优化XGBoost预测印度花生产量并做反事实情景分析。
用自建RGB小麦种子数据集对比YOLOv8n与YOLO11n的检测计数性能。
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。
综述AI施肥推荐研究,并用马哈拉施特拉数据集比较七种分类器,提出可审计智能施肥推荐框架。
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。
用YOLOv8n-seg分割猪体并提取EfficientNet特征,结合回归模型实现非侵入式猪体重估
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。
提出知识引导的深度学习框架AgroEvoDeep-Yield,实现玉米逐日产量形成的可解释模拟与持续
综述90篇文献,提出PRAS框架与就绪度量表,评估智能体AI在畜舍管理中的应用与成熟度。
提出CBAM-LeafGAN,用选择性注意力增强StyleGAN3合成芒果叶病图像并提升识别可解释性
提出NRA-LoRA微调方法,构建农机农艺知识数据集,提升白萝卜定植收获垂直大模型性能。
提出BiF-YOLO模型,在制种田实现玉米穗精准检测。
提出双注意力序列优化网络DASO-RiceNet,实现10类水稻病害与损伤的高精度分类。
用图像处理和CNN/SVM/逻辑回归对苏格兰帽椒进行好坏二分类质量分级。
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。
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。
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。
综述AI在非洲医疗可及性挑战中的应用、成效与障碍。
本文探讨地理空间人工智能(GeoAI)如何推动印度数字治理与可持续发展。