Системний аналіз та прогнозування температури зерна у силосі зернового елеватора за даними ІоТ-системи з використанням технологій штучного інтелекту

Abstract

У роботі досліджено методи прогнозування температури зерна в силосі елеватора за даними ІоТ-систем з використанням нейромереж. Розроблені моделі LSTM, GRU та CNN підвищують точність і надійність управління зберіганням зерна.

The study explores methods for forecasting grain temperature in elevator silos using IoT data and neural networks. Developed LSTM, GRU, and CNN models improve the accuracy and reliability of grain storage management.