Методи та засоби моніторингу та прогнозування здоров’я рослин
| dc.contributor.advisor | Михайлова, Ірина Юріївна | |
| dc.contributor.author | Турулько, Олександр Володимирович | |
| dc.date.accessioned | 2025-01-08T12:48:23Z | |
| dc.date.available | 2025-01-08T12:48:23Z | |
| dc.date.issued | 2024 | |
| dc.description | мобільний застосунок, розроблений для ефективного догляду за рослинами. Його функціонал включає розпізнавання рослин за фотографіями, надання рекомендацій щодо догляду та створення графіка поливу. Застосунок розроблено з використанням Flutter для забезпечення зручного користувацького інтерфейсу, TensorFlow Lite для точного розпізнавання рослин та Firebase для автентифікації користувачів. Інтеграція з API дозволяє отримувати детальну інформацію про рослини, а бекенд на базі .NET Core гарантує надійне збереження даних. Застосунок сприяє автоматизації рутинних процесів і допомагає підтримувати здоров’я рослин. | |
| dc.description.abstract | Актуальність теми. У сучасних умовах стрімкого розвитку аграрних технологій та кліматичних змін моніторинг і прогнозування здоров’я рослин стають ключовими для забезпечення сталого розвитку сільського господарства. Використання інноваційних методів та засобів дозволяє підвищити ефективність діагностики стану рослин, прогнозувати їхню продуктивність і зменшувати втрати через хвороби чи несприятливі фактори. Мета роботи. Метою даного дослідження є розробка методів та засобів моніторингу та прогнозування здоров’я рослин, використовуючи сучасні технології обробки даних та машинного навчання. Для реалізації поставленої мети потрібно вирішити наступні завдання: дослідити існуючі підходи до моніторингу та прогнозування стану рослин; розробити методи збору та аналізу даних про стан рослин; впровадити алгоритми прогнозування на основі моделей машинного навчання; розробити архітектуру та структуру програмного забезпечення для моніторингу та прогнозування здоров’я рослин; створити прототип програмного забезпечення для моніторингу здоров’я рослин; провести тестування запропонованих методів і оцінити їх ефективність. Об’єкт дослідження. Методи штучного інтелекту для розпізнавання зображень. Предмет дослідження. Методи та засоби діагностики та прогнозування здоров’я рослин із використанням штучного інтелекту. Методи дослідження. Для виконання поставлених завдань були використані експериментальне моделювання, порівняльний аналіз методів машинного навчання, а також розробка програмного забезпечення. Апробація результатів роботи. Основні результати дослідження представлено на конференції та опубліковано у фахових виданнях. Структура роботи. Дисертація складається зі вступу, п’яти розділів, висновків, списку використаних джерел та додатків. Публікації: Турулько О. В. Дослідження методів та засоби моніторингу та прогнозування здоров’я рослин : матер. VII всеукр. наук.-практ. інтернет-конф. молодих вчених та студентів (м. Київ, 29.11.2024) Київ-Херсон, 2024. С. 102-105. | |
| dc.description.abstractother | Relevance of the topic. In the current conditions of rapid development of agricultural technologies and climate change, monitoring and forecasting of plant health are becoming key to ensuring sustainable agricultural development. The use of innovative methods and tools can increase the efficiency of plant diagnostics, predict their productivity and reduce losses due to diseases or adverse factors. Purpose of the study. The aim of this study is to develop methods and tools for monitoring and predicting plant health using modern data processing and machine learning technologies. To achieve this goal, the following tasks need to be solved: to study existing approaches to monitoring and forecasting plant health; develop methods for collecting and analyzing data on plant health; implement forecasting algorithms based on machine learning models; develop the architecture and structure of software for monitoring and forecasting plant health; create a prototype of software for plant health monitoring; to test the proposed methods and evaluate their effectiveness. Object of research. Artificial intelligence methods for image recognition. Subject of research. Methods and tools for diagnosing and predicting plant health using artificial intelligence. Research methods. Experimental modeling, comparative analysis of machine learning methods, and software development were used to accomplish the tasks. Testing of the results. The main results of the study were presented at a conference and published in professional journals. Structure of the work. The thesis consists of an introduction, five chapters, conclusions, references and appendices. Publications: Turulko O. V. Research of methods and means of monitoring and forecasting of plant health: materials of the VII All-Ukrainian scientific and practical conference. VII All-Ukrainian scientific and practical Internet conference of young scientists and students (Kyiv, 29.11.2024) Kyiv-Kherson, 2024. | |
| dc.format.extent | 92с. | |
| dc.identifier.citation | Турулько, О. В. Методи та засоби моніторингу та прогнозування здоров’я рослин : магістерська дис. : 122 Комп’ютерні науки / Турулько Олександр Володимирович. – Київ, 2024. – 92 с. | |
| dc.identifier.uri | https://ela.kpi.ua/handle/123456789/71712 | |
| dc.language.iso | uk | |
| dc.publisher | КПІ ім. Ігоря Сікорського | |
| dc.publisher.place | Киев | |
| dc.subject | моніторинг здоров’я рослин | |
| dc.subject | прогнозування | |
| dc.subject | машинне навчання | |
| dc.subject | аналіз даних | |
| dc.title | Методи та засоби моніторингу та прогнозування здоров’я рослин | |
| dc.title.alternative | Методи та засоби моніторингу та прогнозування здоров’я рослин | |
| dc.type | Master Thesis |