پیوندهای مفید
آمار
| تعداد نشریات | 31 |
| تعداد شمارهها | 479 |
| تعداد مقالات | 4,235 |
| تعداد مشاهده مقاله | 7,136,344 |
| تعداد دریافت فایل اصل مقاله | 4,800,274 |
یادگیری عمیق در مدیریت دامداری هوشمند: بررسی جامع نقش شبکههای عصبی کانولوشن | ||
| یافتههای نوین علوم دامی | ||
| مقاله 6، دوره 1، شماره 1، فروردین 1405، صفحه 1-14 اصل مقاله (1.53 M) | ||
| نوع مقاله: مقاله مروری | ||
| شناسه دیجیتال (DOI): 10.22098/naas.2026.18530.1006 | ||
| نویسنده | ||
| امجد سلیمی* | ||
| دانشجوی دکتری فیزیولوژی دام، گروه علوم دامی، دانشکده کشاورزی، دانشگاه کردستان، سنندج، ایران | ||
| چکیده | ||
| هدف: تلفیق سیستمهای بینایی کامپیوتری (CV) بر پایه شبکه عصبی کانولوشن (CNN) بهسرعت در حال تغییر مدیریت حیوانات مزرعهای در صنعت کشاورزی است. باوجود پیشرفتهای قابلتوجهی در این سیستمها ، هنوز نیاز اساسی به یک مرور جامع و کامل از کاربردهای فعلی، نمونههای کاربردی، نواقص اصلی و راهحلهای پیشنهادی آنها وجود دارد. در این مقاله مروری به بررسی مراحل کاربردهای گوناگون بینایی کامپیوتری بر پایه شبکه عصبی(CNN) در حوزه مدیریت دامپروری هوشمند پرداختهشده است روش پژوهش: در این مطالعه به تحلیل و بررسی کاربردهای مختلف و بهکارگیری شبکه عصبی کانولوشن، در زمینه تشخیص اشیاء، دستهبندی معنایی نمونه، پیشبینی حالت و ردیابی در بین دامهای اصلی مزرعه مانند گاو، گوسفند و بز، خوک و طیور پرداختهشده است. در این مطالعه مراحل مهم برای توسعه سیستم، ازجمله تنظیمات دقیق دوربین، روشهای مختلف جمعآوری دادهها، واحدهای پردازش گرافیکی، آمادهسازی و پردازش اولیه تصاویر و برچسبگذاری مؤثر دادهها را بررسی میکند. همچنین معماریهای مختلف شبکه عصبی کانولوشن متناسب با وظایف خاص بینایی ماشینی را شکل کامل و دقیق جمعآوری مورد تحلیل قرارگرفته است. یافتهها: این پژوهش نکات کاربردی مهمی برای توسعه الگوریتم، مانند تقسیمبندی دقیق دادهها، افزایش دادهها، تنظیم دادهها قبل از شروع یادگیری و انتخاب معیارهای ارزیابی مناسب را ارائه میدهد. همچنین در این مطالعه یک چارچوب کلی و نظاممند برای تشخیص چالشهای موجود و مشکلات آینده ارائه میدهد نتیجهگیری: هدف نهایی این مقاله مروری ارائه یک راهنما به پژوهشگران و فعالان و متخصصان جهت توسعه و پیادهسازی موفقیتآمیز سیستمهای بینایی ماشینی (CV) مبتنی بر شبکه عصبی کانولوشن(CNN) برای مدیریت پایدار و صحیح در دامپروری نوین است. | ||
| کلیدواژهها | ||
| یادگیری عمیق؛ شبکه عصبی کانولوشن؛ بینایی کامپیوتر؛ دامداری دقیق | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 509 تعداد دریافت فایل اصل مقاله: 134 |
||