基于神经网络迁移学习的智能灌溉物联网解决方案
机器学习
2020-09-29 v1
摘要
本文利用人工神经网络和物联网架构，开发了一套可靠的温室智能灌溉系统。我们的方案在土壤不同层中使用四个传感器来预测未来的湿度。通过使用我们在不同土壤上运行实验收集的数据集，我们展示了神经网络相较于现有的支持向量回归替代方法具有优异的性能。为了降低物联网边缘设备上神经网络的处理功耗，我们提出使用迁移学习。迁移学习还能在少量训练数据下加快训练性能，并允许将气候传感器集成到预训练模型中，而这正是温室智能灌溉的另外两个挑战。我们提出的物联网架构展示了一个完整的智能灌溉解决方案。
引用
@article{arxiv.2009.12747,
title = {Smart Irrigation IoT Solution using Transfer Learning for Neural Networks},
author = {A. Risheh and A. Jalili and E. Nazerfard},
journal= {arXiv preprint arXiv:2009.12747},
year = {2020}
}
备注
8 pages, 11 figures, International Conference on Computer and Knowledge Engineering