Мониторинг загрязнения почв с использованием систем ИИ
Ключевые слова:
искусственный интеллект, машинное обучение, анализ почвы, спектральный анализ, идентификация элементовАннотация
В данной работе рассматривается применение методов искусственного интеллекта (ИИ) для автоматизированного анализа почвы с возможностью не только её классификации по основным типам (глинозем, глины, пески, чернозем), но и определения химического состава. Предложена методика выявления содержания таких элементов, как медь, цинк и другие металлы, на основе комплексного анализа физических характеристик почвы, спектральных данных и алгоритмов машинного обучения.
Библиографические ссылки
А.И. Барбашев и др. Оценка устойчивости ячменя к аккумуляции бенз(а)пирена из загрязнённой почвы. // Международный форум "Степная Евразия – устойчивое развитие", Ростов-на-Дону, 2022.
Е.В. Антонова. Разработка системы на основе искусственной нейронной сети для распознавания типа почвы по изображению. // Актуальные проблемы авиации и космонавтики, 2018.
Жуков, А. А. Разработка мобильной версии экспертной системы принятия решений / А. А. Жуков, А. Ю. Борисов, Ю. Б. Щемелева // Прикладные вопросы точных наук : Материалы VI Международной научно-практической конференции студентов, аспирантов, преподавателей, Армавир, 28–29 октября 2022 года. – Армавир: Армавирский государственный педагогический университет, 2022. – С. 157-160. – EDN HQCOXO.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2025 Молодёжный вестник Новороссийского филиала Белгородского государственного технологического университета им. В. Г. Шухова
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
Copyright information
Тексты данной электронной статьи защищены (cc) Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
Вы можете свободно:
Делиться (You are free: to Share) – копировать, распространять и передавать другим лицам данную электронную книгу при обязательном соблюдении следующих условий:
– Атрибуция (Attribution) – Вы должны атрибутировать произведения (указывать автора и источник) в порядке, предусмотренном автором или лицензиаром (но только так, чтобы никоим образом не подразумевалось, что они поддерживают вас или использование вами данного произведения).
– Некоммерческое использование (Noncommercial use) – Вы не можете использовать эти произведения в коммерческих целях.
– Без производных произведений – Вы не можете изменять, преобразовывать или брать за основу эту электронную книгу или отдельные произведения.
Licensed under the Creative Commons Attribution-NonCommercial-NoDerivs 3.0 Unported License.
To view a copy of this license, visit https://creativecommons.org/licenses/by-nc-nd/4.0/
or send a letter to Creative Commons, 444 Castro Street, Suite 900, Mountain View, California, 94041, USA.
You are free:
to Share — to copy, distribute and transmit the work
Under the following conditions:
Attribution — You must attribute the work in the manner specified by the author or licensor (but not in any way that suggests that they endorse you or your use of the work).
Non-commercial — You may not use this work for commercial purposes.
No Derivative Works — You may not alter, transform, or build upon this work.
Any of the above conditions can be waived if you get permission from the copyright holder.
