| KEYWORD |
Analisi dati dell’impedenza della pianta per irrigazione tramite Machine Learning
Parole chiave AGRICOLTURA DI PRECISIONE, DATA ANALYSIS, IRRIGAZIONE, MACHINE LEARNING, ARTIFICIAL NEURAL NETWORKS
Riferimenti DANILO DEMARCHI, UMBERTO GARLANDO
Riferimenti esterni federico.um@polito.it
Gruppi di ricerca VLSILAB (VLSI theory, design and applications)
Tipo tesi SPERIMENTALE
Descrizione L’aumento della popolazione e il riscaldamento globale stanno mettendo a dura prova il sistema agricolo mondiale, con la crescente richiesta di produzione da un lato e la necessità di ottimizzare le risorse, come l’acqua. È essenziale promuovere lo sviluppo di nuove tecnologie per il monitoraggio in tempo reale della salute delle piante al fine di anticiparne le esigenze e massimizzare i raccolti. Questo contesto costituisce il fulcro della presente tesi, che si focalizzerà sull'analisi dei dati relativi all'impedenza elettrica dello stelo delle piante, una tecnica innovativa capace di fornire informazioni cruciali sullo stato di salute delle piante stesse. L'obiettivo primario è lo sviluppo di modelli predittivi volti a valutare rapidamente lo stato di salute delle piante e implementare strategie di intervento tempestive e scheduling di irrigazioni efficienti.
Conoscenze richieste Programmazione in Python, Nozioni base di statistica, Analisi dati
Scadenza validita proposta 06/03/2025
PROPONI LA TUA CANDIDATURA