Name: Analisi del Suolo E Raccomandazione Delle Colture Grazie All'apprendimento Automatico (en Italiano)
Price: 57.24 USD
Availability: InStock
Author: Kumar, M. Aravind
ISBN: 9786206218289

portada Analisi del Suolo E Raccomandazione Delle Colture Grazie All'apprendimento Automatico (en Italiano)

Formato

Libro Físico

Editorial

Edizioni Sapienza

Autor

Kumar, M. Aravind

Idioma

Italiano

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 0.4 cm

Peso

0.10 kg.

ISBN13

9786206218289

Categorías

Gestión empresarial

Analisi del Suolo E Raccomandazione Delle Colture Grazie All'apprendimento Automatico (en Italiano)

Kumar, M. Aravind (Autor) · Edizioni Sapienza · Tapa Blanda

Libro Nuevo

$ 57.24

$ 114.48

Ahorras: $ 57.24

50% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Miércoles 17 de Julio y el Viernes 26 de Julio.

Lo recibirás en cualquier lugar de Ecuador entre 1 y 3 días hábiles luego del envío.

Reseña del libro "Analisi del Suolo E Raccomandazione Delle Colture Grazie All'apprendimento Automatico (en Italiano)"

Questo libro riassume l'importanza del settore agricolo indiano. È necessario per la sopravvivenza e l'espansione dell'economia indiana. L'India è un importante produttore di molti beni agricoli diversi. Nel processo di coltivazione delle colture, il suolo è fondamentale. Il suolo è una risorsa naturale dinamica e non rinnovabile, necessaria per la vita. La scelta della coltura giusta in base alle esigenze del terreno è un problema comune dei giovani agricoltori indiani. Il risultato è un calo significativo della produttività. In passato la coltivazione delle colture veniva effettuata da agricoltori con esperienza pratica. In base alle qualità e alle proprietà del terreno, gli agricoltori non sono più in grado di selezionare la coltura ideale. Pertanto, è stato sviluppato un sistema di raccomandazione che utilizza un algoritmo di apprendimento automatico per suggerire la coltura che può essere raccolta in quel determinato terreno. Nel sistema proposto, elaboriamo l'immagine del terreno fornita dall'utente e la classifichiamo in una delle quattro classificazioni di terreno: Rosso, Alluvionale, Nero e Argilla. A tal fine, viene utilizzato un modello di architettura MobileNetV2. Quando il tipo di terreno è previsto, vengono consigliate diverse colture che possono essere coltivate in quel tipo di terreno.