データベース収録論文2023·Global
スケーラブルなアグリテック・グロウボックス・アーキテクチャ
Scalable agritech growbox architecture
Ryan Fraser Kirwan, Farhat Abbas, Indriyati Atmosukarto, A. W. Y. Loo, Jong‐Hwan Lim, Sang-Soo Yeo
Frontiers in the Internet of Things
Urban Farm DB の要約
本研究はシンガポールの都市農業企業と共同で行われた、IoTを基盤とする自動栽培システムに関するものであり、汎用型グロウボックスと作物の生育を監視するウェブアプリケーション・ダッシュボードから構成される。レタスにおけるクロロシス（黄化）と葉先枯れの病害表現型を分類するため、画像解析による手法を用い、同一データセットで機械学習による手法と比較した。結果として、画像解析手法は病害検出において拡張性・処理時間・精度の面で優れており、時間・コストの効率性においても機械学習手法に対して優位性を示した。