在应用工程中使用计算机视觉和机器学习:数据分析与识别

В. Б. Гавран, М. Р. Оринчак
{"title":"在应用工程中使用计算机视觉和机器学习:数据分析与识别","authors":"В. Б. Гавран, М. Р. Оринчак","doi":"10.30857/2786-5371.2024.1.2","DOIUrl":null,"url":null,"abstract":"Мета. Розробка моделі машинного навчання для застосування прикладної інженерії для широкого спектру дій, як ідентифікація насіння соняшника серед інших видів насіння та налаштування параметрів шнекового преса відповідно для оптимального видобутку олії. Крім того, вона спрямована на широкий спектр аналізу, для прикладу передбачення моделі для визначення та зменшення шуму. \nМетодика. Аналіз наукових джерел, експериментальних даних, моделювання та машинне навчання. Модель машинного навчання була навчена за допомогою платформи Edge Impulse за допомогою набору зображень насіння, анотованих для фокусу. Після ітеративного навчання, перевірки та тестування модель була вбудована в контролер Arduino для ідентифікації насіння в реальному часі та автоматичного регулювання роботи шнекового преса. \nРезультати. Ця наукова стаття пропонує альтернативний експериментальний підхід в прикладній інженерії, спрямований на процес видобутку насіння для отримання олії за допомогою автоматизації операцій шнекового преса з використанням машинного навчання (ML) та комп'ютерного зору (CV). Ключові результати включають успішне розрізнення насіння соняшника та гарбуза та точне налаштування параметрів шнекового преса на основі ідентифікації типу насіння. ML також використовується для виявлення пустого живильника та автоматичної зупинки роботи преса, що запобігає пошкодженню обладнання та забезпечує ефективність. Ці результати відкривають шлях до покращення автоматизації та точності в процесах видобутку насіння для отримання олії. \nНаукова новизна. Представлене застосування ML і CV в контексті екстракції олії з насіння за допомогою шнекового преса практичним експериментальним методом підкреслює потенціал використання технологій у прикладній інженерії, зокрема оптимізації сільськогосподарських процесів. \nПрактична значимість. Стаття виявляє практичну користь на основі експериментальних даних, що полягають в автоматичної оптимізації процесу видобування олії, зменшенню кількості ручної роботи, та збільшенні продуктивності в даній індустрії виготовлення олії, а також застосування цих методів у галузі прикладної інженерії. Це дослідження є кроком у напрямку автоматизованого майбутнього, в якому передові технології допомагатимуть реалізувати прогресивні, ефективні та сталі підходи галузі агрокультури.","PeriodicalId":22554,"journal":{"name":"Technologies and Engineering","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2024-03-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"ВИКОРИСТАННЯ КОМП'ЮТЕРНОГО ЗОРУ ТА МАШИННОГО НАВЧАННЯ ДЛЯ ПРИКЛАДНОЇ ІНЖЕНЕРІЇ: АНАЛІЗ ТА РОЗПІЗНАВАННЯ ДАНИХ\",\"authors\":\"В. Б. Гавран, М. Р. Оринчак\",\"doi\":\"10.30857/2786-5371.2024.1.2\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Мета. Розробка моделі машинного навчання для застосування прикладної інженерії для широкого спектру дій, як ідентифікація насіння соняшника серед інших видів насіння та налаштування параметрів шнекового преса відповідно для оптимального видобутку олії. Крім того, вона спрямована на широкий спектр аналізу, для прикладу передбачення моделі для визначення та зменшення шуму. \\nМетодика. Аналіз наукових джерел, експериментальних даних, моделювання та машинне навчання. Модель машинного навчання була навчена за допомогою платформи Edge Impulse за допомогою набору зображень насіння, анотованих для фокусу. Після ітеративного навчання, перевірки та тестування модель була вбудована в контролер Arduino для ідентифікації насіння в реальному часі та автоматичного регулювання роботи шнекового преса. \\nРезультати. Ця наукова стаття пропонує альтернативний експериментальний підхід в прикладній інженерії, спрямований на процес видобутку насіння для отримання олії за допомогою автоматизації операцій шнекового преса з використанням машинного навчання (ML) та комп'ютерного зору (CV). Ключові результати включають успішне розрізнення насіння соняшника та гарбуза та точне налаштування параметрів шнекового преса на основі ідентифікації типу насіння. ML також використовується для виявлення пустого живильника та автоматичної зупинки роботи преса, що запобігає пошкодженню обладнання та забезпечує ефективність. Ці результати відкривають шлях до покращення автоматизації та точності в процесах видобутку насіння для отримання олії. \\nНаукова новизна. Представлене застосування ML і CV в контексті екстракції олії з насіння за допомогою шнекового преса практичним експериментальним методом підкреслює потенціал використання технологій у прикладній інженерії, зокрема оптимізації сільськогосподарських процесів. \\nПрактична значимість. Стаття виявляє практичну користь на основі експериментальних даних, що полягають в автоматичної оптимізації процесу видобування олії, зменшенню кількості ручної роботи, та збільшенні продуктивності в даній індустрії виготовлення олії, а також застосування цих методів у галузі прикладної інженерії. Це дослідження є кроком у напрямку автоматизованого майбутнього, в якому передові технології допомагатимуть реалізувати прогресивні, ефективні та сталі підходи галузі агрокультури.\",\"PeriodicalId\":22554,\"journal\":{\"name\":\"Technologies and Engineering\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2024-03-22\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Technologies and Engineering\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.30857/2786-5371.2024.1.2\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Technologies and Engineering","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30857/2786-5371.2024.1.2","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

目标。为应用工程学开发一个机器学习模型,用于各种活动,如在其他类型的种子中识别葵花籽,并相应调整螺旋榨油机的参数,以获得最佳榨油效果。此外,该模型还可用于各种分析,如用于检测和减少噪音的模型预测。方法。分析科学来源、实验数据、建模和机器学习。使用 Edge Impulse 平台对机器学习模型进行训练,并使用一组标注了焦点的种子图像。经过反复训练、验证和测试后,将模型嵌入 Arduino 控制器,以实时识别种子并自动调整螺旋榨油机的运行。研究结果本研究论文提出了应用工程中的另一种实验方法,即利用机器学习(ML)和计算机视觉(CV)实现螺旋榨油机操作自动化,从而将种子榨油过程作为目标。主要成果包括成功区分葵花籽和南瓜籽,并根据种子类型识别对螺旋榨油机参数进行微调。ML 还可用于检测空喂料器并自动停止压榨,从而防止设备损坏并确保效率。这些成果为提高榨油工艺的自动化和精确度铺平了道路。科学新颖性。在使用螺旋榨油机从种子中榨油的背景下,通过实用的实验方法介绍了 ML 和 CV 的应用,强调了在应用工程中使用技术的潜力,特别是农业工艺的优化。实际意义。文章以实验数据为基础,揭示了自动优化榨油工艺、减少人工操作、提高榨油业生产率以及在应用工程领域应用这些方法的实际好处。这项研究是迈向自动化未来的一步,先进的技术将有助于在农业产业中实现进步、高效和可持续发展的方法。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
ВИКОРИСТАННЯ КОМП'ЮТЕРНОГО ЗОРУ ТА МАШИННОГО НАВЧАННЯ ДЛЯ ПРИКЛАДНОЇ ІНЖЕНЕРІЇ: АНАЛІЗ ТА РОЗПІЗНАВАННЯ ДАНИХ
Мета. Розробка моделі машинного навчання для застосування прикладної інженерії для широкого спектру дій, як ідентифікація насіння соняшника серед інших видів насіння та налаштування параметрів шнекового преса відповідно для оптимального видобутку олії. Крім того, вона спрямована на широкий спектр аналізу, для прикладу передбачення моделі для визначення та зменшення шуму. Методика. Аналіз наукових джерел, експериментальних даних, моделювання та машинне навчання. Модель машинного навчання була навчена за допомогою платформи Edge Impulse за допомогою набору зображень насіння, анотованих для фокусу. Після ітеративного навчання, перевірки та тестування модель була вбудована в контролер Arduino для ідентифікації насіння в реальному часі та автоматичного регулювання роботи шнекового преса. Результати. Ця наукова стаття пропонує альтернативний експериментальний підхід в прикладній інженерії, спрямований на процес видобутку насіння для отримання олії за допомогою автоматизації операцій шнекового преса з використанням машинного навчання (ML) та комп'ютерного зору (CV). Ключові результати включають успішне розрізнення насіння соняшника та гарбуза та точне налаштування параметрів шнекового преса на основі ідентифікації типу насіння. ML також використовується для виявлення пустого живильника та автоматичної зупинки роботи преса, що запобігає пошкодженню обладнання та забезпечує ефективність. Ці результати відкривають шлях до покращення автоматизації та точності в процесах видобутку насіння для отримання олії. Наукова новизна. Представлене застосування ML і CV в контексті екстракції олії з насіння за допомогою шнекового преса практичним експериментальним методом підкреслює потенціал використання технологій у прикладній інженерії, зокрема оптимізації сільськогосподарських процесів. Практична значимість. Стаття виявляє практичну користь на основі експериментальних даних, що полягають в автоматичної оптимізації процесу видобування олії, зменшенню кількості ручної роботи, та збільшенні продуктивності в даній індустрії виготовлення олії, а також застосування цих методів у галузі прикладної інженерії. Це дослідження є кроком у напрямку автоматизованого майбутнього, в якому передові технології допомагатимуть реалізувати прогресивні, ефективні та сталі підходи галузі агрокультури.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
ОДЕРЖАННЯ ТЕКСТУРОВАНИХ ПОВЕРХОНЬ ПОЛІМЕРНИХ МАТЕРІАЛІВ З ВИКОРИСТАННЯ МЕТАЛЕВИХ ШАБЛОНІВ ОСОБЛИВОСТІ ПІДГОТОВКИ МАЙБУТНІХ ФАХІВЦІВ З ЕЛЕКТРИЧНОЇ ІНЖЕНЕРІЇ В УМОВАХ ЗЕЛЕНОГО ПЕРЕХОДУ РОЗРОБКА МЕТОДІВ ПІДВИЩЕННЯ ЕФЕКТИВНОСТІ ХІМІЧНОГО ОЧИЩЕННЯ ПРИРОДНОГО ГРАФІТУ ДИНАМІКА НАПРУЖЕНЬ В ГОЛЦІ В’ЯЗАЛЬНОЇ МАШИНИ ПРИ ВЗАЄМОДІЇ З КЛИНОМ АНАЛІЗ СЦЕНАРІЇВ ПІДВИЩЕННЯ РІВНЯ ЕНЕРГЕТИЧНОЇ ЕФЕКТИВНОСТІ ГРОМАДСЬКИХ БУДІВЕЛЬ З ІНТЕГРАЦІЄЮ ВДЕ
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1