Оптимизация технологической карты допустимых системотехнических решений задачи видеоаналитики аквакультуры
Автор: Ронжин Андрей Леонидович, Ле Ван Нгиа, Шувалов Никита
Рубрика: Математика
Статья в выпуске: 2 т.16, 2024 года.
Бесплатный доступ
Системно рассмотрена задача видеоаналитики гидробионтов в рыбоводных индустриальных комплексах. Предложена концептуальная модель задачи видеоаналитики, предложена соответствующая математическая формулировка задачи с поиском подмножества допустимых вариантов технологической карты, которая сводится к поиску вариантов, удовлетворяющих функциональным критериям. Окончательное решение о структуре и функциях программно-аппаратного обеспечения видеоаналитики принимается с учетом стоимостных затрат всего жизненного цикла оборудования. Подчеркивается важность автоматизации и интеллектуализации технологических процессов сельского хозяйства, наиболее актуальных современных задач, которым посвящены исследования передовых отечественных коллективов. Обсуждаются первичные данные для разработки и внедрения системы видеоаналитики при решении задачи подсчета рыбы, ее массы при пересадках, отгрузке, приеме в цех переработки, полученные в рамках сотрудничества с компанией «Остров», специализирующейся на выращивании форели и уделяющей серьезное внимание внедрению современных технологий автоматизации и искусственного интеллекта в технологические процессы индустриальной аквакультуры. Проведены натурные эксперименты и собраны корпуса изображений рыб в прозрачной узкой трубе, направляемой потоком воды, и на воздухе при движении на конвейере. Дальнейшие исследования будут направлены на разработку модельно-алгоритмического и программного обеспечения, необходимого для апробации предложенных математических моделей и оптимизации вариантов технологической карты функционирования системы видеоаналитики.
Системный анализ, многокритериальное оценивание, техническое зрение, видеоаналитика, технологии искусственного интеллекта, робототехника, искусственные нейронные сети
Короткий адрес: https://sciup.org/147243215
IDR: 147243215 | DOI: 10.14529/mmph240205
Список литературы Оптимизация технологической карты допустимых системотехнических решений задачи видеоаналитики аквакультуры
- Bekarev, A. Aquaculture Digitalization: Polling Karelian Fish Farmers / A. Bekarev, E. Ivashko, V. Ivashko // Agriculture Digitalization and Organic Production. Proceedings of the Third International Conference on Agriculture Digitalization and Organic Production (ADOP 2023). Smart Innovation, Sys-tems and Technologies. – 2023. – Vol. 362. – P. 363–372.
- Недоступ, А.А. Обоснование масштабов подобия световых величин установок замкнутого водоснабжения для выращивания гидробионтов / А.А. Недоступ, А.О. Ражев, Е.И. Хрусталёв // Вестник Астраханского государственного технического университета. Серия: Рыбное хозяйство. – 2020. – № 3. – С. 61–69.
- Барулин, Н. Интенсивная аквакультура / Н. Барулин // Наука и инновации. – 2021. – № 8 (222). – С. 36–40.
- О теоретических основах аэролимнологии: изучение пресных водоемов и прибрежных территорий с применением воздушных робототехнических средств / Д.С. Дудакова, В.М. Анохин, М.О. Дудаков, А.Л. Ронжин // Информатика и автоматизация. – 2022. – Вып. 21(6). – C. 1359–1393.
- Коллаборативная селекционная система на основе консорциума гетерогенных интеллектуальных агентов / М.И. Анчёков, З.И. Боготова, И.А. Пшенокова, З.В. Нагоев, Б.Р. Шомахов // Известия Кабардино-Балкарского научного центра РАН. – 2022. – № 5 (109). – С. 25–37.
- Рекомендации по выращиванию рыбопосадочного материала радужной форели в рыбоводных индустриальных комплексах (с временными нормативами) / Н.В. Барулин, М.С. Лиман, Е. Г. Новикова и др. – Горки: БГСХА, 2016. – 180 с.
- Abudalfa, S. Evaluation of Skeletonization Techniques for 2D Binary Images / S. Abudalfa // In-formatics and Automation. – 2023. – Vol. 22, Iss. 5. – P. 1152–1176.
- Building an Online Learning Model Through a Dance Recognition Video Based on Deep Learn-ing / N. Hung, T. Loi, N. Binh et al. // Informatics and Automation. – 2024. – Vol. 23, no. 1. – P. 101–128.
- Разработка интеллектуальной интегрированной системы «умное поле» / З.В. Нагоев, В.М. Шуганов, А.У. Заммоев, К.Ч. Бжихатлов, З.З. Иванов // Известия ЮФУ. Технические науки. – 2022. – № 1 (225) . – С. 81–91.
- Mahamudul Hashan, A. Apple Leaf Disease Classification Using Image Dataset: a Multilayer Convolutional Neural Network Approach / A. Mahamudul Hashan, R. Md Rakib Ul Islam, K. Avinash // Informatics and Automation. – 2022. – Vol. 21, no. 4. – P. 710–728.
- Ahmed, M.S. Fish Disease Detection using Image Based Machine Learning Technique in Aqua-culture / M.S. Ahmed, T.T. Aurpa, M.A.K. Azad // Journal of King Saud University-Computer and In-formation Sciences. – 2022. – Vol. 34, Iss. 8, Part A. – P. 5170–5182.
- An Advanced Bangladeshi Local Fish Classification System based on the Combination of Deep Learning and the Internet of Things (IoT) / M.A. Ahmed, M.S. Hossain, W. Rahman et al. // Journal of Agriculture and Food Research. – 2023. – Vol 14. – 100663.
- Нагоев, З.В. Алгоритм нейрокогнитивного обучения мультиагентной системы эволюционного моделирования экспрессии генов по данным ПЦР-анализа растений / З.В. Нагоев, М.И. Анчёков, Ж.Х. Курашев, А.А. Хамов // Известия Кабардино-Балкарского научного центра РАН. – 2023. – № 6 (116). – С. 179–192.
- Ле, В.Н. Обзор интеллектуальных систем управления и робототехнических задач в производстве аквакультуры / В.Н. Ле, А.Л. Ронжин // Морские интеллектуальные технологии. – 2024. (в печати).
- Nagoev, Z. Multi-Agent Neurocognitive Models of Semantics of Spatial Localization of Events / Z. Nagoev, O. Nagoeva, I. Gurtueva // Cognitive Systems Research. – 2020. – Vol. 59. – P. 91–102.
- Нагоев, З.В. Извлечение знаний из многомодальных потоков неструктурированных данных на основе самоорганизации мультиагентной когнитивной архитектуры мобильного робота / З.В. Нагоев, О.В. Нагоева // Известия Кабардино-Балкарского научного центра РАН. – 2015. – № 6-2 (68). – С. 145–152.
- Multi-agent Algorithms for Building Semantic Representations of Spatial Information in a Framework of Neurocognitive Architecture / Z. Nagoev, O. Nagoeva, I. Gurtueva, V. Denisenko // Ad-vances in Intelligent Systems and Computing. – 2020. – Vol. 948. – P. 379–386.
- Автономный синтез пространственных онтологий в системе принятия решений мобильного робота на основе самоорганизации мультиагентной нейрокогнитивной архитектуры / З.В. Нагоев, К.Ч. Бжихатлов, И.А. Пшенокова и др. // Известия Кабардино-Балкарского научного центра РАН. – 2020. – № 6 (98). – С. 68–79.
- Методы и алгоритмы синтеза технологий и программ управления реконфигурацией бортовых систем маломассоразмерных космических аппаратов / В.Н. Калинин, А.Ю. Кулаков, А.Н. Павлов и др. // Информатика и автоматизация. – 2021. – Т. 20, № 2. – C. 236–269.
