В Северо-Кавказском федеральном университете реализуют три проекта Российского научного фонда, связанных с умным земледелием и цифровыми технологиями для АПК. Подробно о них рассказали в пресс-службе вуза.
Проектами руководят ведущий научный сотрудник департамента науки СКФУ Диана Калита, ведущий научный сотрудник департамента науки Владимир Федоренко и младший научный сотрудник департамента науки Валентина Арустамян.
- Первая идея нацелена на разработку энергоэффективных краевых нейро-гибридных архитектур для систем беспилотного транспорта. Исследователи исходят из того, что массовому внедрению беспилотных систем мешает ограничение бортового оборудования по энергии: сложные алгоритмы искусственного интеллекта требуют больших ресурсов. Проект предполагает создание компактных и отказоустойчивых бортовых модулей, где сочетаются динамическое управление ресурсами, адаптивное машинное обучение, оптимизация и встроенная безопасность. Такие решения могут использоваться в автономных системах, робототехнике и интернете вещей, а в агросфере – в беспилотниках, применяемых для мониторинга посевов.
- Второй проект связан с умными теплицами и выполняется совместно с СтГАУ. Индустриальным партнером выступает тепличный комплекс «Солнечный Дар». Ученые разрабатывают систему мониторинга тепличных растений: она должна помочь выявить производственные проблемы, согласовать параметры сети наблюдения, а затем внедрить модели, методики и программные решения непосредственно на площадке партнёра. Основа работы – беспроводные сенсорные сети и математические методы, которые позволяют надёжно собирать и передавать данные от датчиков на центральную станцию.
- Третья инициатива посвящена высокоточной системе прогнозирования урожайности на основе анализа вегетационных данных. Исследователь собирает мультиспектральные данные со спутника и обрабатывает их с использованием вегетационных индексов – показателей, по которым можно судить о состоянии почвы, обеспеченности растений водой, времени внесения удобрений и общем состоянии сельхозугодий. В проекте также разрабатываются методы машинного обучения, включая трансформерные архитектуры, для интеграции данных БПЛА, спутников и агрометеорологических источников. Ожидаемый результат – устойчивая к пропускам данных прогностическая модель, которая позволит точнее оценивать состояние культур и заранее планировать агротехнические мероприятия. Это даст аграриям инструмент для упреждающего управления урожаем.
Сейчас проекты находятся на этапах создания моделей, алгоритмов и прикладных программ. Следующим шагом должны стать апробация и внедрение. Проект по прогнозу урожайности планируется завершить в 2027 г году, а другие два, финансируемые Российским научным фондом, рассчитаны до 2029 года.
«СКФУ системно развивает исследования на стыке математики, искусственного интеллекта, сенсорных сетей и прикладных задач агропромышленного комплекса. Мы поддерживаем проекты, которые ориентированы не только на научный результат, но и на последующее внедрение в реальный сектор, в том числе в партнёрстве с предприятиями. Такая работа отвечает национальным задачам технологического развития России и внедрения отечественных решений в экономику», – прокомментировала ректор СКФУ профессор Татьяна Шебзухова.
Ранее в СКФУ раскрыли, зачем работодатели заставляют соискателей открывать ИП.
