Разработка метода применения нейронных и миварных сетей для определения и подбора комнатных и садовых растений

В последние годы наблюдается активное развитие интереса садоводов к выращиванию растений как на фермах, так и в домашних условиях. Целью исследования является разработка метода комплексного применения нейронных сетей для определения растения по фото и миварных технологий для предоставления персонализированных рекомендаций. Для классификации изображений используется остаточная сверточная нейронная сеть ResNet20, дообученная на датасете растений. Миварная экспертная система на основе данных об условиях выращивания и параметров определенного нейросетью растения дает персонализированную рекомендацию. Создана модель описания предоставления рекомендаций, которая помогает пользователям получать искомый результат в виде названия растения. Разработан метод применения нейронных и миварных сетей, позволяющий формировать логически обоснованные рекомендации растения в зависимости от условий окружающей среды и предпочтений пользователей. По результатам экспериментов можно сделать вывод, что для повышения точности классификации изображений необходимо увеличивать число слоев нейронной сети примерно в 1,5 раза при увеличении распознаваемых растений с 3 до 9. Комплексное применение сверточных нейронных сетей и миварных технологий позволяет добиться высокой точности определения растений и обеспечить качественные рекомендации для пользователей.

1. Варламов О.О. Эволюционные базы данных и знаний для адаптивного синтеза интеллектуальных систем. Миварное информационное пространство. Москва: Радио и связь; 2002. 286 c.

2. Платонов Ю.Г. Анализ перспектив перехода информационных систем на сервисно-ориентированную архитектуру. Проблемы информатики. 2011;(4):56–65.

3. Шэнь Ц., Гун Ш., Варламов О.О., Адамова Л.Е., Баленко Е.Г. Динамическое планирование траектории робота на основе семантического обнаружения объектов с использованием миварной экспертной системы. Проблемы искусственного интеллекта. 2024;(4):164–176. http://doi.org/10.24412/2413-7383-2024-4-164-176

4. Коценко А.А. Разработка моделей миварного логического пространства для обеспечения трехмерного движения автономных роботов. В сборнике: МИВАР'24: сборник научных статей, 18–20 апреля 2024 года, Москва, Россия. Москва: ИНФРА-М; 2024. C. 361–366.

5. Коваленко А.В., Кондрахин С.С., Смыслов Д.О., Лосева С.С. МЭС по подбору игрового тренажера для развития навыков управления транспортным средством. В сборнике: МИВАР'24: сборник научных статей, 18–20 апреля 2024 года, Москва, Россия. Москва: ИНФРА-М; 2024. C. 67–72.

6. Васюнин М.А., Дьячков М.Ю., Плотников Ф.С., Удодова К.И., Бурмистрова М.В. МЭС по подбору блюд для ресторана. В сборнике: МИВАР'23: сборник студенческих статей. Москва: ИНФРА-М; 2023. С. 33–38.

7. Тислюк Д.A., Рожненко М.К., Большаков С.А., Ковалева Н.А., Булатова И.Г. МЭС для отбора кандидатов на IT-должности. В сборнике: МИВАР'22: сборник научных статей. Москва: ИНФРА-М; 2022. С. 98–104.

8. Соболева Е.Д., Попова И.А., Макаров Д.А., Балдин А.В., Ковалева Н.А. Методика преобразования из метаграфовой модели представления знаний в миварную. В сборнике: МИВАР'22: сборник научных статей. Москва: ИНФРА-М; 2022. С. 220–227.

9. Абросимова Н.Г., Арбузов А.П., Саврасов П.А., Аксенова М.В., Антонов А.И. МЭС для организации управления проектами IT-компании. В сборнике: МИВАР'22: сборник научных статей. Москва: ИНФРА-М; 2022. С. 6–12.

10. Анцифров Н.С., Муханов Е., Фёдоров И.Н., Большаков С.А., Елисеева Е.А., Мышенков К.С. МЭС для подбора техники для коммунальных служб. В сборнике: МИВАР'23: сборник студенческих статей. Москва: ИНФРА-М; 2023. С. 7–14.

11. Коценко А.А. Анализ применения для АСУТП миварных сетей в формате двудольных и трехдольных графов. В сборнике: МИВАР'24: сборник научных статей, 18–20 апреля 2024 года, Москва, Россия. Москва: ИНФРА-М; 2024. C. 432–438.

12. Пинская Н.М., Фонканц Р.В., Сафин Р.Р., Семкин П.С., Шкуратова Л.П. МЭС для классификации речевых дефектов. В сборнике: МИВАР'23: сборник студенческих статей. Москва: ИНФРА-М; 2023. С. 163–173.

13. Andreev A., Kotsenko A., Varlamov O., Kim R., Goryachkin B. Text Processing Using LLM for Automatic Creation of Agricultural Crops Knowledge Bases. In: BIO Web of Conferences: Volume 130: International Scientific Conference on Biotechnology and Food Technology (BFT-2024), 03–06 September 2024, Saint Petersburg, Russia. EDP Sciences; 2024. http://doi.org/10.1051/bioconf/202413001029

14. Самсонова И.Д., Плахова А.А. Новые подходы к вопросу классификации медоносных растений и медосборов. Экологический вестник Северного Кавказа. 2024;20(1):40–47.

15. Светашева Т.Ю., Лакомов А.Ф., Привалова М.В., Смирнова Е.В., Максимова Т.В. Международная интернет-платформа iNaturalist как база наблюдений растений Красной книги Тульской области. Фиторазнообразие Восточной Европы. 2020;14(4):549–559.

16. Голицына И.Н. Как грамотно использовать веб-сервисы? Народное образование. 2017;(5):104–111.

17. Дмитриенко В.Д., Заковоротный А.Ю. Решение проблемы дообучения классических нейронных сетей. Автоматизированные технологии и производства. 2015;(4):32–40.