ТЕРЕҢ ОҚЫТУДЫ ПАЙДАЛАНА ОТЫРЫП ӨСIМДIКТЕР АУРУЛАРЫН АНЫҚТАУ

2025

Full text Open access: Hybrid Metadata (CSL-JSON)
DOI 10.51889/2959-5894.2025.90.2.018
Data confidence 70 medium
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

Зерттеудің негізгі мақсаты, әлемде азық-түлікпен қамтамасыз етудегі шешуші рөл атқаратын өсімдіктердің ауруларын машиналық оқыту және терең оқыту сияқты озық технологияларының көмегімен ерте анықтау болып табылады. Бұл мақалада өсімдік ауруларын анықтау үшін машиналық оқыту мен терең оқыту әдістерін қолданудың соңғы жетістіктері қарастырылған. Зерттеу барысында, 2012-2023 жылдар аралығындағы ғылыми басылымдарғабаса назар аударылып, жүргізілген тәжірибелердің дәлдігі мен тиімділігін арттыру үшін, ұсынылған әдістерді қолданудың тиімділігі көрсетілген. Ұсынылған жұмыста, деректердің қолжетімділігіне, бейне сапасына, сондай-ақ дені сау және ауру өсімдіктер арасындағы дифференциацияға қатысты мәселелері секілді, өсімдіктер ауруларын анықтау үшін, машиналық оқыту және терең оқыту алгоритмдері пайдаланылды. Өсімдік ауруларын анықтау бойынша нейрондық желілерін оқыту алма, картоп және қызанақ жемістері бойынша жинақталған деректерге жүргізілді. Зерртеу нәтижесінде,11 қабатты нейрондық желі 98% дәлдік көрсетті.