Применение машинного обучения и технического зрения для автоматизированного мониторинга пчелиных колоний в сельском хозяйстве

Авторы: Кочеткова А.А., Кочетков А.А., Пушкин Ан.Н., Пушкин Ал.Н.
Опубликовано в выпуске: #3(98)/2025
DOI:
Раздел: Информатика, вычислительная техника и управление | Рубрика: Информационные технологии. Компьютерные технологии. Теория вычислительных машин и систем
Ключевые слова: машинное обучение, системы технического зрения, YOLO, ultralytics, пчеловодство, управление популяцией пчелиной колонии, инновационные технологии в сельском хозяйстве, четвертая промышленная революция
Опубликовано: 03.07.2025

Статья посвящена применению методов машинного обучения для реализации системы мониторинга популяции пчелиной колонии. Предложен инновационный метод использования систем технического зрения и искусственных нейронных сетей в пчеловодстве. Разработаны алгоритмы машинного обучения и программное обеспечение для анализа динамики популяции пчел. Эмпирические данные подтверждают возможность эффективного мониторинга популяции пчел с использованием методов машинного обучения. Предложенный подход позволяет осуществлять автоматизированную идентификацию состояния пчелиных сот, обнаруживать патологии, контролировать развитие расплода и оценивать качество кормовой базы. Система предназначена для использования в аграрной отрасли и научных исследованиях в области пчеловодства.

Литература

[1] Сеитов С.К. Инновационное развитие сельского хозяйства России: современное состояние и меры поддержки. Известия Тимирязевской сельскохозяйственной академии, 2023, № 5, с. 134–150. https://doi.org/10.26897/0021-342X-2023-5-134-150

[2] Ветчинников Д.В., Кокурин Д.И., Ворожейкина Т.М. Анализ состояния инновационной политики в инфраструктурной экономике РФ на примере сельского хозяйства. Вестник МФЮА, 2023, № 3, с. 160–172. https://doi.org/10.52210/2224669X_2023_3_160

[3] Афанасьев В.Н. Эффективное ведение пчеловодства в Российской Федерации. Фундаментальные и прикладные решения приоритетных задач пчеловодства. Междунар. науч.-практ. конф.: сб. матер. Казань, ФГБОУ ДПО «ТИПКА», 2023, вып. II, с. 57–61.

[4] Медведева Н.И. Основы пчеловодства. Москва, АСТ, 2015, 191 с.

[5] Weiss G.M. Mining with Rare Cases. Data Mining and Knowledge Discovery Handbook. Springer, 2005, pp. 765–776.

[6] Chawla N.V., Bowyer K.W., Hall L.O., Kegelmeyer W.P. SMOTE: Synthetic Minority Over-sampling Technique. Journal of Artificial Intelligence Research, 2002, vol. 16, pp. 321–357.

[7] Fawcett T. An Introduction to ROC Analysis. Pattern Recognition Letters, 2006, vol. 27, no. 8, pp. 861–874.

[8] Bishop C.M. Pattern Recognition and Machine Learning. Springer, 2006, 738 с.

[9] Шапиро Л., Стокман Дж. Компьютерное зрение. Москва, БИНОМ. Лаборатория знаний, 2015, 763 с.

[10] Ultralytics YOLOv8 Docs. URL: https://docs.ultralytics.com/ru (дата обращения 26.12.2024).