JO

AR

تسجيل الدخول ابدأ

WalkSelf · تطبيقات الذكاء الاصطناعي (متعددة التخصصات)

الذكاء الاصطناعي في الزراعة (AgriTech)

طبّق الذكاء الاصطناعي في الزراعة الدقيقة ومراقبة صحة المحاصيل والتربة والكشف الآلي عن الآفات والتنبؤ بالإنتاجية باستخدام بيانات من الطائرات بدون طيار وأجهزة الاستشعار. الهدف هو تحسين الاستدامة والكفاءة الزراعية.

9 subcategories · 191 courses total

إدارة المياه المدعومة بالذكاء الاصطناعي

صمم أنظمة ري ذكية تستخدم الذكاء الاصطناعي لتحسين استخدام المياه بناءً على البيانات في الوقت الفعلي من مستشعرات رطوبة التربة، وتوقعات الطقس، ومتطلبات المياه للمحاصيل.

تحليل صور الطائرات بدون طيار والأقمار الصناعية

أتقن تقنيات معالجة وتحليل الصور الجوية عالية الدقة من الطائرات بدون طيار والأقمار الصناعية للتطبيقات الزراعية، بما في ذلك إنشاء خرائط الحقول وتقييم استخدام الأراضي.

الذكاء الاصطناعي للزراعة الدقيقة

تعلم كيفية استخدام بيانات الذكاء الاصطناعي وإنترنت الأشياء (IoT) لإدارة تباين المحاصيل داخل الحقل، وتحسين استخدام الموارد مثل الأسمدة والمياه لزيادة الكفاءة والاستدامة.

الكشف الآلي عن الآفات والأمراض

بناء ونشر نماذج الرؤية الحاسوبية للكشف والتعرف التلقائي على الآفات والأعشاب الضارة والأمراض من الصور، مما يتيح التدخل المبكر والعلاجات الموجهة.

التنبؤ بالإنتاج الزراعي

تطوير نماذج تعلم الآلة للتنبؤ بغلة المحاصيل من خلال تحليل البيانات التاريخية، وأنماط الطقس، وصور الأقمار الصناعية، وبيانات أجهزة الاستشعار في الحقل.

الذكاء الاصطناعي للزراعة في البيئات المتحكّم بها

طبق الذكاء الاصطناعي لتحسين ظروف النمو في بيئات مثل البيوت الزجاجية والمزارع العمودية. تعلم كيفية أتمتة التحكم في المناخ والإضاءة وتوصيل المغذيات لإنتاج المحاصيل على مدار العام.

الروبوتات والأتمتة الزراعية

استكشف دور الذكاء الاصطناعي في الروبوتات الزراعية، بما في ذلك الجرارات ذاتية القيادة، والحصادات الروبوتية، وأنظمة إزالة الأعشاب الضارة الآلية، مع التركيز على الإدراك والملاحة والتحكم.

الذكاء الاصطناعي لتحليل صحة التربة

تطبيق الذكاء الاصطناعي لتحليل البيانات من مستشعرات التربة والاختبارات المعملية لتقييم صحة التربة، والتنبؤ بمستويات العناصر الغذائية، والتوصية بالاستراتيجيات المثلى لإدارة التربة والتسميد.

مراقبة المحاصيل بالذكاء الاصطناعي

استخدم رؤية الكمبيوتر والتعلم الآلي على البيانات من الطائرات بدون طيار والأقمار الصناعية لمراقبة نمو المحاصيل، وتحديد نقص المغذيات، وتقييم الصحة العامة للنبات في الوقت الفعلي.