Особливості реалізації інтелектуальної інформаційної технології визначення хвороб рослин

Abstract

Plants play a crucial role in human life by providing food resources, raw materials, and ensuring the stability of the agricultural sector. However, plant diseases pose a significant threat to the yield and quality of agricultural crops, as they can spread rapidly and cause substantial economic losses. Therefore, early detection and accurate identification of plant diseases are essential tasks that help preserve crops, minimize losses, and reduce the costs of treatment and prevention. Artificial intelligence systems, particularly deep learning methods, are promising tools for solving this problem, as they are capable of automatically analyzing large volumes of data and identifying pathologies based on visual features. This work addresses the problem of identifying plant diseases using neural networks and expert systems. Modern approaches to automated plant disease detection are examined, and existing solutions in this field are analyzed. No direct analogues to the formulated problem were found; however, several indirect solutions targeting related tasks have been identified. The aim and main objectives of the study have been defined. The key advantages of automating plant disease diagnostics, as well as the prospects for further development of this field with regard to modern information technologies, are outlined. Methods for applying intelligent technologies to identify diseases of agricultural crops are proposed, enabling improved efficiency of agricultural processes. An attempt has been made to simplify the detection and classification of plant diseases from images through the use of specialized models. A two-stage structure of information processing is described, which includes an initial expert analysis followed by data processing using convolutional neural networks. The choice of expert system technology and knowledge representation model is justified. Various types of convolutional neural networks suitable for the given task, as well as image datasets that can be used for training and testing the models, are examined. A general algorithm of the system’s operation has been developed, and software for solving the task of automated plant disease identification has been implemented. The created information technology combines the capabilities of expert systems, based on structured knowledge bases about plant diseases, with deep learning algorithms capable of diagnosing diseases through image analysis. Testing has been conducted, the accuracy of the developed software has been evaluated, and the obtained results have been analyzed.

Рослини відіграють ключову роль у нашому житті, забезпечуючи харчові ресурси, сировину та стабільність аграрного сектору. Проте хвороби рослин становлять значну загрозу для врожайності та якості сільськогосподарських культур, оскільки можуть швидко поширюватися та завдавати істотних економічних збитків. Саме тому завчасне виявлення та точне визначення хвороб рослин є важливим завданням, яке дозволяє зберегти врожай, мінімізувати втрати та зменшити витрати на лікування і профілактику. Системи штучного інтелекту, зокрема методи глибинного навчання, є перспективним інструментом для розв`язання цієї задачі, оскільки здатні автоматично аналізувати великі обсяги даних і визначати патології за візуальними ознаками. У роботі розглядається питання визначення хвороб рослин за допомогою нейронних мереж та експертних систем. Досліджено сучасні підходи до автоматизованого визначення рослинних хвороб, проаналізовано існуючі розробки у цій сфері. Прямих аналогів поставленій задачі не виявлено, проте знайдено кілька непрямих рішень, орієнтованих на схожі проблеми. Визначено мету та сформульовано основні задачі дослідження. Описано ключові переваги автоматизації діагностики хвороб рослин, а також перспективи подальшого розвитку цього напрямку з урахуванням можливостей сучасних інформаційних технологій. Запропоновано методи використання інтелектуальних технологій для визначення хвороб сільськогосподарських культур, що дозволяє підвищити ефективність аграрних процесів. Здійснено спробу полегшити визначення та класифікацію хвороб за зображеннями рослин шляхом використання спеціалізованих моделей. Описано двоетапну структуру процесів обробки інформації, яка включає первинний експертний аналіз та подальшу обробку даних згортковими нейронними мережами. Обґрунтовано вибір технології експертних систем і моделі подання знань. Досліджено різні типи згорткових нейронних мереж, придатних для виконання поставленої задачі, а також набори зображень, які можуть бути використані для навчання та тестування моделей. Розроблено загальний алгоритм роботи системи та реалізовано програмне забезпечення для вирішення задачі автоматизованого визначення хвороб рослин. Створена інформаційна технологія поєднує можливості експертних систем, що базуються на структурованих базах знань про хвороби рослин, з алгоритмами глибокого навчання, здатними здійснювати діагностику на основі аналізу зображень. Проведено тестування, оцінено точність роботи розробленого програмного забезпечення та виконано аналіз отриманих результатів.