Учебное пособие посвящено формированию алгоритма машинного обучения для управления системой полива. Пособие включает введение, основные концепции, этапы разработки и пример реализации. Система автоматического полива растений позволяет эф фективно управлять водными ресурсами, обеспечивая оптимальные условия для роста растений. В данном пособии мы рассмотрим, как можно использовать методы машинного обучения для создания алгоритма, который будет управлять системой полива на основе различных ф акторов, таких как влажность почвы, температура воздуха и прогноз погоды. Предназначено для студентов, обучающихся по направлению Строительство 08.04.01 «Речные и подземные гидротехнические сооружения» дисциплина «Интеллектуальные системы в гидротехнике», а также студентов цифровой кафедры, обучающихся по программе «Создание цифровых двойников в гидротехнике».

• I. ОСНОВНЫЕ КОНЦЕПЦИИ
  • I.1. Система полива
  • I.2. Роль машинного обучения в системах автоматического полива
  • I.3. Сбор данных
  • I.4. Основные концепции машинного обучения
  • I.5. Примеры применения машинного обучения
• II. СБОР ДАННЫХ
  • II.1 Сбор данных о состоянии почвы, погоде и объеме воды, подаваемого в систему полива
  • II.1.1. Примеры технологий и компаний:
  • II.2. Данные о погоде
    • II.2.1. Способы сбора данных:
    • II.2.2. Модели прогноза погоды:
    • II.2.3. Полевые наблюдения:
    • II.2.4. Веб-датчики и IoT:
    • 2.2.5. Примеры технологий и компаний в метеорологии:
  • II.3. Данные о поливе
    • II.3.1. Примеры технологий и компаний:
    • II.3.2. Примеры исследований и ресурсов
• III. ЭТАПЫ РАЗРАБОТКИ АЛГОРИТМА
  • III.1. Сбор данных
  • III.2. Предобработка данных
  • III.3. Выбор модели
  • III.4. Обучение модели
  • III.5. Тестирование и валидация
  • III.6. Разработка системы управления
  • III.7. Мониторинг и улучшение
• IV. ПРИМЕР РЕАЛИЗАЦИИ
• СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ