چکيده
امروزه به دليل رشد روز افزون جمعيت جهان، تامين امنيت مواد غذايي به يك بحران شديد تبديل شده
است. جنگ، خشكسالي، تغييرات آب و هوايي، بيماريهاي همه گير، عدم حفظ سلامت محيط زيست و توجه
به آن از جمله دلايلي هستند كه باعث افزودن مشكلات بر اين بحران جهاني ميشوند. كشاورزان نياز دارند
بيش از پيش اهميت كنترل عوامل متعددي مانند سلامت محصول، ميزان استفاده صحيح از منابع آب،
مواد مغذيي موجود در خاك و مواردي از اين قبيل را درك كنند و با استفاده از شيوه هاي نوين كشاورزي
از بيماريها و آفات موجود در مزارع خود مطلع شوند تا بتوانند با روشهاي مناسب در برابر آنها مقابله
كنند. نظارت بر فعاليتهاي كشاورزي كاري بسيار دشوار است. اما امروزه با پيشرفت علم و فناوريهاي
نوين اين كار بسيار آسانتر شده است، استفاده از فناوري تصويربرداري فراطيفي و تحليل داده هاي گسترده
آن با كمك پيشرفته ترين الگوريتمهاي يادگيري ماشين ميتواند اطلاعات بسيار ارزشمندي را استخراج
كرده و در اختيار ما قرار دهد كه به عنوان مثال ميتوان به يك دسته از اين اطلاعات مهم اشاره كرد كه
آن تشخيص و طبقه بندي محصولات كشاورزي با استفاده از مدل شبكه هاي عصبي پيچشي مبتني بر
يادگيري ماشين كلاسيك و عميق ميباشد. در اين پژوهش به اين زمينه پرداختيم و روشهاي ارائه شده
به دقت بالايي در دسته بندي زمينه اي تحت كشت دست يافته اند.
واژگان كليدي: يادگيري ماشين ،1تصاوير فراطيفي ،2طبقه بندي محصولات ،3شبكه هاي عصبي پيچشي،4
يادگيري عميق ،5سنجش از دور.
