ПЕСТИЦИДДЕРДИ КОЛДОНУУ АРТЫНДА АЙЫЛ ЧАРБА ТҮШҮМҮ МАКСАТТАРЫН ОПТИМАЛАШТЫРУУ ҮЧҮН МАШИНА ҮЙРӨНҮҮНҮ КОЛДОНУУ
##semicolon##
түшүмдү болжолдоо, жасалма нейрон түйүндөрүү, көп катмарлуу перцептрон модели, сызыктуу регрессия, колдоо вектордук ыкмаАннотация
Бул макалада айыл чарбасынын маанилуу милдети — пестициддерди нормалдуу пайдалануу менен тушумдун сапатын жогорулатуу болуп саналат. Айрыкча дыйкандардын жана айыл чарба продук-цняларынын вндуруштук масса-сын эсепке алуу маанилуу. Мында маанилуу милдеттердин бири продукциянын сапатын башкаруу болуп саналат. Машина менен уйренуунун алгоритмдерин айыл чарба проблемаларынын кенири чейресуне колдонуу мумкунчулугу изилденип жатат.
##submission.citations##
1. Polder, G.; Blok, P.M.; de Villiers, H.A.C.; van der Wolf, J.M.; Kamp, J. Potato Virus Y Detection in Seed Potatoes Using Deep Learning on Hyperspectral Images. Front. Plant Sci. 2019, 10. [Google Scholar] [CrossRef] [PubMed]
2. Zhang, X.; Han, L.; Dong, Y.; Shi, Y.; Huang, W.; Han, L.; González-Moreno, P.; Ma, H.; Ye, H.; Sobeih, T. A Deep Learning-Based Approach for Automated Yellow Rust Disease Detection from High-Resolution Hyperspectral UAV Images. Remote Sens. 2019, 11, 1554. [Google Scholar] [CrossRef]
3. Golhani, K.; Balasundram, S.K.; Vadamalai, G.; Pradhan, B. A review of neural networks in plant disease detection using hyperspectral data. Inf. Process. Agric. 2018, 5, 354–371. [Google Scholar] [CrossRef]
