Υλοποίηση εφαρμογής ανίχνευσης ασθενειών ελαιόδεντρων µε χρήση μηχανικής μάθησης
Loading...
Date
2024-07-12
Authors
Δούρου, Βασιλική Ευαγγελία
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Η μηχανική μάθηση, που αποτελεί κλάδο της τεχνητής νοημοσύνης, έχει φέρει την επανάσταση σε πολλά επιστημονικά πεδία, εκ των οποίων ένα είναι και η γεωργία. Πιο συγκεκριμένα, τα τελευταία χρόνια έχει υπάρξει μία πληθώρα ερευνών για την εύρεση τρόπων ενσωμάτωσης της μηχανικής μάθησης σε γεωργικές διαδικασίες, όπως είναι η ανίχνευση ασθενειών. Ωστόσο, η ποικιλία των διαφορετικών φυτών που υπάρχει και η μοναδικότητα που εμφανίζει καθένα από αυτά δημιουργούν προκλήσεις στην εύρεση μίας καθολικής λύσης. Στη περίπτωση του ελαιόδεντρου, που εντοπίζεται κυρίως στη λεκάνη της Μεσογείου για περισσότερα από 6000 χρόνια, πολλές ασθένειες γίνονται εμφανείς στην επιφάνεια των φύλλων των δέντρων που έχουν μολυνθεί, όπως είναι η νόσος από το άκαρι Aculus Olearius και το Κυκλοκόνιο. Στα πλαίσια της παρούσας διπλωματικής εργασίας, για τη ταξινόμηση αυτών των ασθενειών δοκιμάστηκε μία πληθώρα μοντέλων βαθιάς μάθησης, οπτικών μετασχηματιστών και αρχιτεκτονικών υπολογιστικού νέφους, με στόχο την αξιολόγηση τους και την ενσωμάτωση τους σε μία εφαρμογή για κινητές συσκευές. Μέσα από πειράματα, φανερώθηκε η ανωτερότητα των αρχιτεκτονικών υπολογιστικού νέφους και των προ-εκπαιδευμένων μοντέλων βαθιάς μάθησης στη κατηγοριοποίηση σε πολλαπλές κλάσεις. Αυτά τα αποτελέσματα αποδεικνύουν την ικανότητα αποτελεσματικής ανίχνευσης ασθενειών στα φύλλα των ελαιόδεντρων των μοντέλων μηχανικής μάθησης και την ανάγκη για περαιτέρω έρευνα στο πεδίο.
Description
Keywords
Ασθένεια φύλλων ελαιόδεντρων, Μηχανική μάθηση, Οπτικός μετασχηματιστής, Μεταφορά μάθησης