محققان روش جدیدی را برای استفاده از هوش مصنوعی و یادگیری ماشینی برای نظارت بر رطوبت خاک با انرژی و هزینه کارآمدتر توسعه داده‌اند. این نرم افزار در طول زمان یاد می گیرد که چگونه از منابع شبکه موجود بهترین استفاده را ببرد، که به تولید سیستم های کارآمد انرژی با هزینه کمتر برای نظارت در مقیاس بزرگ در مقایسه با استانداردهای صنعتی موجود کمک می کند.
پایش و اندازه‌گیری اکوسیستم‌های جنگلی به دلیل ترکیبی از نرم‌افزارها، سیستم‌های جمع‌آوری و محیط‌های محاسباتی که به مقادیر فزاینده‌ای انرژی برای نیرو نیاز دارند، یک چالش پیچیده است. آزمایشگاه شبکه‌های حسگر بی‌سیم دانشگاه مین (WiSe-Net) روش جدیدی برای استفاده از هوش مصنوعی و یادگیری ماشینی برای نظارت بر رطوبت خاک با انرژی و هزینه کارآمدتر ایجاد کرده است – روشی که می‌تواند برای اندازه‌گیری کارآمدتر در سراسر جهان استفاده شود.
رطوبت خاک یک متغیر مهم در اکوسیستم های جنگلی و کشاورزی ، به ویژه در شرایط خشکسالی اخیر تابستان های گذشته منطقه “مین “است . علی‌رغم شبکه‌های پایش رطوبت خاک قوی و پایگاه‌های داده بزرگ و رایگان در دسترس، هزینه سنسورهای رطوبت خاک تجاری و قدرتی که برای اجرا استفاده می‌کنند می‌تواند برای محققان، جنگل‌بانان، کشاورزان و سایرین که سلامت زمین را ردیابی می‌کنند، گران باشد.
همراه با محققان دانشگاه نیوهمپشایر و دانشگاه ورمونت، WiSe-Net UMaine یک شبکه حسگر بی سیم طراحی کرد که از هوش مصنوعی برای یادگیری نحوه کارآمدتر انرژی در نظارت بر رطوبت خاک و پردازش داده ها استفاده می کند.
علی عابدی می‌گوید: «هوش مصنوعی می‌تواند از محیط بیاموزد، کیفیت پیوند بی‌سیم و انرژی خورشیدی ورودی را برای استفاده مؤثر از انرژی محدود و ایجاد یک شبکه قوی کم‌هزینه طولانی‌تر و قابل اطمینان‌تر پیش‌بینی کند».
این نرم افزار در طول زمان یاد می گیرد که چگونه از منابع شبکه موجود بهترین استفاده را ببرد، که به تولید سیستم های کارآمد انرژی با هزینه کمتر برای نظارت در مقیاس بزرگ در مقایسه با استانداردهای صنعتی موجود کمک می کند.
اگرچه سیستم طراحی شده توسط محققان بر روی رطوبت خاک متمرکز است، روش مشابهی را می توان به انواع دیگر حسگرها مانند دمای محیط، عمق برف و موارد دیگر، و همچنین افزایش مقیاس شبکه ها با گره های حسگر بیشتر تعمیم داد.
عابدی می‌گوید: “پایش بیدرنگ متغیرهای مختلف به نرخ‌های نمونه‌گیری و سطوح توان متفاوتی نیاز دارد. یک عامل هوش مصنوعی می‌تواند این موارد را یاد بگیرد و به جای نمونه‌برداری و ارسال تک تک نقاط داده‌ای که کارآمد نیست، جمع‌آوری و فرکانس ارسال را بر اساس آن تنظیم کند.”
پایش و اندازه‌گیری اکوسیستم‌های جنگلی به دلیل ترکیبی از نرم‌افزارها، سیستم‌های جمع‌آوری و محیط‌های محاسباتی که به مقادیر فزاینده‌ای انرژی برای نیرو نیاز دارند، یک چالش پیچیده است. آزمایشگاه شبکه‌های حسگر بی‌سیم دانشگاه مین (WiSe-Net) روش جدیدی برای استفاده از هوش مصنوعی و یادگیری ماشینی برای نظارت بر رطوبت خاک با انرژی و هزینه کارآمدتر ایجاد کرده است – روشی که می‌تواند برای اندازه‌گیری کارآمدتر در سراسر جهان استفاده شود.
رطوبت خاک یک متغیر مهم در اکوسیستم های جنگلی و کشاورزی ، به ویژه در شرایط خشکسالی اخیر تابستان های گذشته منطقه “مین “است . علی‌رغم شبکه‌های پایش رطوبت خاک قوی و پایگاه‌های داده بزرگ و رایگان در دسترس، هزینه سنسورهای رطوبت خاک تجاری و قدرتی که برای اجرا استفاده می‌کنند می‌تواند برای محققان، جنگل‌بانان، کشاورزان و سایرین که سلامت زمین را ردیابی می‌کنند، گران باشد.
همراه با محققان دانشگاه نیوهمپشایر و دانشگاه ورمونت، WiSe-Net UMaine یک شبکه حسگر بی سیم طراحی کرد که از هوش مصنوعی برای یادگیری نحوه کارآمدتر انرژی در نظارت بر رطوبت خاک و پردازش داده ها استفاده می کند.
علی عابدی می‌گوید: «هوش مصنوعی می‌تواند از محیط بیاموزد، کیفیت پیوند بی‌سیم و انرژی خورشیدی ورودی را برای استفاده مؤثر از انرژی محدود و ایجاد یک شبکه قوی کم‌هزینه طولانی‌تر و قابل اطمینان‌تر پیش‌بینی کند».
این نرم افزار در طول زمان یاد می گیرد که چگونه از منابع شبکه موجود بهترین استفاده را ببرد، که به تولید سیستم های کارآمد انرژی با هزینه کمتر برای نظارت در مقیاس بزرگ در مقایسه با استانداردهای صنعتی موجود کمک می کند.
اگرچه سیستم طراحی شده توسط محققان بر روی رطوبت خاک متمرکز است، روش مشابهی را می توان به انواع دیگر حسگرها مانند دمای محیط، عمق برف و موارد دیگر، و همچنین افزایش مقیاس شبکه ها با گره های حسگر بیشتر تعمیم داد.
عابدی می‌گوید: “پایش بیدرنگ متغیرهای مختلف به نرخ‌های نمونه‌گیری و سطوح توان متفاوتی نیاز دارد. یک عامل هوش مصنوعی می‌تواند این موارد را یاد بگیرد و به جای نمونه‌برداری و ارسال تک تک نقاط داده‌ای که کارآمد نیست، جمع‌آوری و فرکانس ارسال را بر اساس آن تنظیم کند.”
کد خبر ۲۲۰۰۱۰۶۱۲.۰۵۵
