Головна Спрощенний режим Посібник користувача
Авторизація
Прізвище
Пароль
 

Бази даних


Електронний каталог бібліотеки- результати пошуку

Вид пошуку

Зона пошуку
Формат представлення знайдених документів:
повнийінформаційнийкороткий
Відсортувати знайдені документи за:
авторомназвоюроком виданнятипом документа
Пошуковий запит: (<.>K=урожайність<.>)
Загальна кількість знайдених документів : 2
Показані документи с 1 за 2
1.


    Фомічов, М. В.
    Впровадження системи зрошення в аграрному підприємстві та його ефективність / М. В. Фомічов // Інвестиції: практика та досвід : науково-практичний журнал. - 2019. - № 7. - С. 82-86. - Бібліогр. в кінці ст. . - ISSN 2306-6814

Кл.слова (ненормовані):
зрошення -- система зрошення -- сільськогосподарські культури -- урожайність -- ефективність зрошення

Є примірники у відділах: всього 1 : ГП ЧЗ (1)
Вільні: ГП ЧЗ (1)


Знайти схожі

2.


    Тарасюк, Антон Миколайович.
    Шляхи побудови інтелектуальної системи управління агрофірмою / А. М. Тарасюк, В. Ф. Гамалій, С. Л. Рзаєва // Кібербезпека: освіта, наука, техніка : електронне наукове видання. - 2023. - Том 3, N 19. - С. 197-208, DOI 10.28925/2663-4023.2023.19.197208. - Бібліогр. в кінці ст. . - ISSN 2663-4023

Кл.слова (ненормовані):
інформаційні технології -- інформаційні системи -- інтелектуальні системи -- штучні нейронні мережі -- моделі
Анотація: У даній публікації досліджується проблема побудови інтелектуальної системи управління для аграрної компанії. Інтелектуальна система управління аграрним підприємством є важливим інструментом для підвищення ефективності та прибутковості сільського господарства. Для побудови такої системи можна використовувати різні підходи, такі як системи експертів, нейронні мережі та машинне навчання. Крім того, можна створити цифровий двійник аграрного підприємства, що дозволить використовувати великі обсяги даних для прогнозування погоди, урожайності та планування логістики. Основні етапи побудови інтелектуальної системи управління включають збір та первинну обробку даних, їх первинний аналіз та класифікацію на бізнес-процеси, побудову моделей та розробку алгоритмів для прийняття рішень. Модель погоди може бути побудована на основі аналізу показників за останні десять років, включаючи температуру, вологість, опади та інші параметри. На основі цих даних можна розробити нейронну мережу, яка зможе прогнозувати погоду з високою точністю. Модель урожайності може бути побудована на основі планових показників сільськогосподарських культур, таких як мінімальна та максимальна урожайність, показники хімічного складу ґрунту, кількість внесених добрив та коефіцієнт всмоктування. На основі цих даних можна розробити нейронну мережу, яка зможе прогнозувати урожайність та допомагати в плануванні виробництва. Модель логістики може бути побудована на основі даних про виробництво та транспортування продукції
Перейти до зовнішнього ресурсу https://csecurity.kubg.edu.ua

Дод.точки доступу:
Гамалій, Володимир Федорович
Рзаєва, Світлана Леонідівна


Є примірники у відділах: всього 1 : Online (1)
Вільні: Online (1)


Знайти схожі

 
© Міжнародна Асоціація користувачів і розробників електронних бібліотек і нових інформаційних технологій
(Асоціація ЕБНІТ)