Pregled bibliografske jedinice broj: 1277614
Primjena modela strojnog i dubokog učenja u tehnologiji proizvodnje krmnih smjesa
Primjena modela strojnog i dubokog učenja u tehnologiji proizvodnje krmnih smjesa // Zbornik sažetaka 28. međunarodnog savjetovanja Krmiva 2023 / Zvonko, Antunović ; Zlatko, Janječić (ur.).
Zagreb: Krmiva, 2023. str. 50-50 (predavanje, međunarodna recenzija, sažetak, znanstveni)
CROSBI ID: 1277614 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Primjena modela strojnog i dubokog učenja u
tehnologiji proizvodnje krmnih smjesa
(Application of machine and deep learning models in
the technology of feed mixture production)
Autori
Galić, Ante ; Pliestić, Stjepan ; Kovačev, Igor ; Čopec, Krešimir ; Brandić, Ivan
Vrsta, podvrsta i kategorija rada
Sažeci sa skupova, sažetak, znanstveni
Izvornik
Zbornik sažetaka 28. međunarodnog savjetovanja Krmiva 2023
/ Zvonko, Antunović ; Zlatko, Janječić - Zagreb : Krmiva, 2023, 50-50
Skup
28. međunarodno savjetovanje KRMIVA 2023
Mjesto i datum
Opatija, Hrvatska, 31.05.2023. - 02.06.2023
Vrsta sudjelovanja
Predavanje
Vrsta recenzije
Međunarodna recenzija
Ključne riječi
umjetna inteligencija, strojno učenje, optimizacija, modeliranje, krmne smjese
(Artificial intelligence, machine learning, optimization, modelling, feed mixtures)
Sažetak
Umjetna inteligencija (AI) postala je sveprisutna u današnjem svijetu, od asistenata za komunikaciju do alata za modeliranje i predviđanje. Primjena modela strojnog i dubokog učenja u području poljoprivrede omogućuje proizvođačima da unaprijede učinkovitost proizvodnje, smanje troškove i optimiziraju procese dorada i proizvodnje. U tom smislu, algoritmi umjetne inteligencije i strojnog učenja, obrađujući prirodni jezik, zaključivanjem i planiranjem, mogu se koristiti kao nelinearni modeli za prepoznavanje uzoraka i rješavanje složenih problema. Ovi modeli omogućuju olakšanu automatizaciju procesa kao i sposobnost ubrzanog donošenja odluka. U poljoprivredi se mogu koristiti različiti nelinearni modeli za optimizaciju procesa proizvodnje koristeći tehnike učenja. S obzirom na to, primjenom umjetnih neuronskih mreža (UNM), odabirom ispravne strukture, algoritama učenja i prijenosnih funkcija, moguće je optimizirati procese u tehnologiji proizvodnje krmnih smjesa. Pri tome je potrebno uzeti u obzir proizvodno postrojenje, skladištenje i transport sirovina, kao i sve čimbenike koji utječu na krajnju kvalitetu proizvoda.
Izvorni jezik
Hrvatski
Znanstvena područja
Poljoprivreda (agronomija)
POVEZANOST RADA
Ustanove:
Agronomski fakultet, Zagreb
Profili:
Krešimir Čopec
(autor)
Igor Kovačev
(autor)
Stjepan Pliestić
(autor)
Ante Galić
(autor)
Ivan Brandić
(autor)