农业AI与大模型

提出软硬件协同的混合物联网系统，统一传感器接口并用大模型提供交互式决策支持。

提出GODL算法，融合地理空间信息与深度学习，结合AI和IoT提升作物产量预测精度。

综述AI自适应发射功率控制提升IoT通信能效，面向智慧农业等场景。

综述智能施肥系统的技术、控制与通信方法，并指出研究空白与未来方向。

系统综述AI与自动化技术在现代农机中的应用现状、效益与障碍。

集成物联网与计算机视觉的智能温室系统，实现非破坏性植物生长监测与远程管控。

提出IrrigaDL-FL低成本物联网智能灌溉框架，融合深度学习与模糊逻辑优化路由和灌溉决策。

综述2017-2025年441篇文献，梳理AI与IoT在智慧农业中的数据基础设施与可持续性。

开发KRISHI AI平台，集成AI与IoT提供作物推荐、病害识别、天气信息和农机租赁服务。

提出融合机器学习、深度学习和物联网的智能农场系统，实现作物推荐与植物病害检测。

设计并验证了基于ESP32与随机森林的物联网闭环灌溉系统，实现植物胁迫自动诊断。

提出F.A.R.M.系统，用IoT传感与机器学习实现作物推荐、价格预测和产量估算。

综述机器学习与物联网在智慧农业中的应用并做文献计量分析。

综述光子与光电子材料器件结合物联网和机器学习，支撑气候韧性智慧农业的作物与土壤监测。

基于六组一周IoT课程原型文档，分析其架构、AI集成与安全模式。

综述AI在植物病害检测中的应用，涵盖图像采集到模型评估全流程及未来趋势。

综述无线传感器网络入侵检测从统计到机器学习、深度学习、可解释AI与联邦学习的方法演进与挑战。

综述物联网传感与智能在医疗、农业、环境、能源安全四大领域的架构、算法与应用。

提出融合物联网传感与随机森林的智能灌溉系统，实现数据驱动的自动灌溉控制。

提出联邦迁移学习入侵检测方法，将流量转灰度图复用轻量视觉模型，实现农业物联网实时检测。