Pretraga

Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 1246374

Primjena dubokog učenja za analizu očitanja blizinskog multispektralnog senzora u pokusima kukuruza

Galić, Vlatko; Spišić, Josip; Ledenčan, Tatjana; Jambrović, Antun; Zdunić, Zvonimir; Podnar Žarko, Ivana; Šimić, Domagoj
Primjena dubokog učenja za analizu očitanja blizinskog multispektralnog senzora u pokusima kukuruza // Zbornik radova 57. hrvatskog i 17. međunarodnog simpozija agronoma / Majić, Ivana ; Antunović, Zvonko (ur.).
Osijek: Fakultet agrobiotehničkih znanosti Sveučilišta Josipa Jurja Strossmayera u Osijeku, 2022. str. 133-134 (predavanje, međunarodna recenzija, sažetak, znanstveni)

CROSBI ID: 1246374 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Primjena dubokog učenja za analizu očitanja blizinskog multispektralnog senzora u pokusima kukuruza
(ApplicaƟ on of deep learning for analysis of mulƟ spectral proximal sensing node reads in maize trials)

Autori
Galić, Vlatko ; Spišić, Josip ; Ledenčan, Tatjana ; Jambrović, Antun ; Zdunić, Zvonimir ; Podnar Žarko, Ivana ; Šimić, Domagoj

Vrsta, podvrsta i kategorija rada
Sažeci sa skupova, sažetak, znanstveni

Izvornik
Zbornik radova 57. hrvatskog i 17. međunarodnog simpozija agronoma / Majić, Ivana ; Antunović, Zvonko - Osijek : Fakultet agrobiotehničkih znanosti Sveučilišta Josipa Jurja Strossmayera u Osijeku, 2022, 133-134

Skup
57. hrvatski i 17. međunarodni simpozij agronoma

Mjesto i datum
Vodice, Hrvatska, 19.06.2022. - 24.06.2022

Vrsta sudjelovanja
Predavanje

Vrsta recenzije
Međunarodna recenzija

Ključne riječi
strojno učenje ; neuronske mreže, kukuruz
(deep learning ; neural networks ; maize)

Sažetak
Tijekom vegetacije, promjene u okolini pozitivno ili negativno utječu na prinose kukuruza. Opažanja na kraju vegetacije kada je biljka odumrla ne daju informacije potrebne za primjenu korektivnih mjera. To nas je motiviralo na razvoj multispektralnog visokopropusnog senzora za stvarnovremensko motrenje statusa biljke u poljskim uvjetima. Senzor je baziran na 6x1 nizu dioda s odzivom pri valnim duljinama koje predstavljaju fl uorescenciju koju emitira biljka, te neke druge važne fenomene. Očitanja su dalje korištena za izračun različitih normaliziranih diferencijalnih vegetacijskih indeksa (NDVI). Cilj ovog istraživanja bio je primijeniti duboko učenje za analizu multispektralnih očitanja senzora. Mjereni su pokusi kukuruza FAO skupina 200 do 700 s 10 do 61 hibrida. Mjerenja su uređena u tenzore i postavljena je konvolucijska neuronska mreža. Slojevi mreže bili su Conv1D (dimenzije 64), potpuno povezani sloj (dimenzije 16) i maxpooling sloj, te potpuno povezani klasifi kacijski sloj. Aktivacijska funkcija ReLu korištena je za prva dva sloja, dok je za klasifi kacijski sloj korištena funkcija softmax. Izračuni su provedeni u programskoj knjižnici TensorFlow 2.7 u Python programskom sučelju. Model je pokazao visoku upotrebljivost senzorskih očitanja za klasifi kaciju uzoraka u grupe na temelju različitih svojstava. Robusnost pristupa i usporedba s drugim modelima biti će demonstrirani.

Izvorni jezik
Engleski

Znanstvena područja
Računarstvo, Poljoprivreda (agronomija)



POVEZANOST RADA

Ustanove:
Fakultet elektrotehnike i računarstva, Zagreb,
Poljoprivredni institut Osijek,
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek

Profili:

Avatar Url Zvonimir Zdunić (autor)

Avatar Url Antun Jambrović (autor)

Avatar Url Tatjana Ledenčan (autor)

Avatar Url Domagoj Šimić (autor)

Avatar Url Vlatko Galić (autor)

Avatar Url Ivana Podnar Žarko (autor)

Avatar Url Josip Spišić (autor)

Citiraj ovu publikaciju:

Galić, Vlatko; Spišić, Josip; Ledenčan, Tatjana; Jambrović, Antun; Zdunić, Zvonimir; Podnar Žarko, Ivana; Šimić, Domagoj
Primjena dubokog učenja za analizu očitanja blizinskog multispektralnog senzora u pokusima kukuruza // Zbornik radova 57. hrvatskog i 17. međunarodnog simpozija agronoma / Majić, Ivana ; Antunović, Zvonko (ur.).
Osijek: Fakultet agrobiotehničkih znanosti Sveučilišta Josipa Jurja Strossmayera u Osijeku, 2022. str. 133-134 (predavanje, međunarodna recenzija, sažetak, znanstveni)
Galić, V., Spišić, J., Ledenčan, T., Jambrović, A., Zdunić, Z., Podnar Žarko, I. & Šimić, D. (2022) Primjena dubokog učenja za analizu očitanja blizinskog multispektralnog senzora u pokusima kukuruza. U: Majić, I. & Antunović, Z. (ur.)Zbornik radova 57. hrvatskog i 17. međunarodnog simpozija agronoma.
@article{article, author = {Gali\'{c}, Vlatko and Spi\v{s}i\'{c}, Josip and Leden\v{c}an, Tatjana and Jambrovi\'{c}, Antun and Zduni\'{c}, Zvonimir and Podnar \v{Z}arko, Ivana and \v{S}imi\'{c}, Domagoj}, year = {2022}, pages = {133-134}, keywords = {strojno u\v{c}enje, neuronske mre\v{z}e, kukuruz}, title = {Primjena dubokog u\v{c}enja za analizu o\v{c}itanja blizinskog multispektralnog senzora u pokusima kukuruza}, keyword = {strojno u\v{c}enje, neuronske mre\v{z}e, kukuruz}, publisher = {Fakultet agrobiotehni\v{c}kih znanosti Sveu\v{c}ili\v{s}ta Josipa Jurja Strossmayera u Osijeku}, publisherplace = {Vodice, Hrvatska} }
@article{article, author = {Gali\'{c}, Vlatko and Spi\v{s}i\'{c}, Josip and Leden\v{c}an, Tatjana and Jambrovi\'{c}, Antun and Zduni\'{c}, Zvonimir and Podnar \v{Z}arko, Ivana and \v{S}imi\'{c}, Domagoj}, year = {2022}, pages = {133-134}, keywords = {deep learning, neural networks, maize}, title = {ApplicaƟ on of deep learning for analysis of mulƟ spectral proximal sensing node reads in maize trials}, keyword = {deep learning, neural networks, maize}, publisher = {Fakultet agrobiotehni\v{c}kih znanosti Sveu\v{c}ili\v{s}ta Josipa Jurja Strossmayera u Osijeku}, publisherplace = {Vodice, Hrvatska} }

Podijeli:





Contrast
Increase Font
Decrease Font
Dyslexic Font
CROSBI koristi kolačiće (cookies) kako bi poboljšao funkcionalnost stranice.