Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
20
Poziom I
Status:
Autorzy: Fedyshyn Tetiana, Przystupa Krzysztof, Bubela Tetiana, Petrovska Iryna
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Strony: 499 - 513
Scopus® Cytowania: 1
Bazy: Scopus
Efekt badań statutowych NIE
Materiał konferencyjny: TAK
Nazwa konferencji: 6th International Conference on Computer Science, Engineering and Education Applications 2023
Skrócona nazwa konferencji: ICCSEEA 2023
URL serii konferencji: LINK
Termin konferencji: 17 marca 2023 do 19 marca 2023
Miasto konferencji: Warsaw
Państwo konferencji: POLSKA
Publikacja OA: NIE
Abstrakty: angielski
Monitoring of soil parameters is important for farmers to make the right management decisions. This is especially useful for small farms, where the farmer needs to have up-to-date information about the condition of his land. Laboratory soil testing is a time-consuming and labor-intensive process. Therefore, the development of a mobile application for Android and iOS as a cyber-physical system for monitoring the main soil parameters (humidity, temperature, acidity, density) is important and useful. The data acquisition system proposed by the authors for a cyber-physical system that receives information from sensors ensures control over the processes of growing crops. User data and location information are stored in real time in the program’s cloud database. In order to predict the planned yield with the most economical use of available resources, it is important to choose the correct dates for sowing seeds and harvesting. Therefore, the authors proposed to implement a neural network in a cyber-physical system. A neural network model for predicting grain yields as part of a cyber-physical system is proposed. The authors conducted an analytical study of the influential factors on soil condition and the consequences that variations in these factors may lead.