面向鱼塘的基于物联网环境控制系统：传感器集成与机器学习决策支持
信号处理
2023-11-09 v1 人工智能
机器学习
摘要
为应对全球海鲜需求增长及鱼塘管理的挑战，我们提出了一种创新的基于物联网的环境控制系统，其集成了传感器技术与先进机器学习决策支持。通过在鱼塘内部署无线传感器网络，我们持续采集水温、pH 值、湿度及鱼群行为等关键环境参数的实时数据。该数据经过精细预处理以确保可靠性，包括填补、离群点检测、特征工程与同步。我们系统的核心为四种不同的机器学习算法：随机森林预测并优化鱼群的水温与 pH 值，促进其健康与生长；支持向量机(SVM)作为早期预警系统，及时检测鱼群疾病与寄生虫；梯度提升机(GBM)基于实时环境条件动态微调投喂计划，提升资源效率与鱼群生产力；神经网络管理水泵与加热器等关键设备运行，以维持鱼塘内期望环境条件。这些机器学习算法协同作出实时决策，确保鱼塘环境条件符合预设规范，从而改善鱼群健康与生产力，同时减少资源浪费，进而提升盈利能力与可持续性。本研究文章展示了数据驱动决策支持在水产养殖中的威力，有望在满足日益增长海鲜需求的同时强调环境责任与经济可行性，从而革新鱼塘未来。
引用
@article{arxiv.2311.04258,
title = {IoT-Based Environmental Control System for Fish Farms with Sensor Integration and Machine Learning Decision Support},
author = {D. Dhinakaran and S. Gopalakrishnan and M. D. Manigandan and T. P. Anish},
journal= {arXiv preprint arXiv:2311.04258},
year = {2023}
}