Технолого-экономическое образование: достижения, инновации, перспективы

Технолого-экономическое образование: достижения, инновации, перспективы: XX Всероссийская научно-практическая конференция с международным участием 90 Для анализа статистических данных в сельскохозяйственных производственных процессах применили комплексные решения [4]. Для этого данные со спутников и беспилотных систем, от сенсоров и датчиков на сельскохозяйственной технике, данные за прошлые сезоны обработали специальными программами, которые яв- ляются по сути математическими моделями (ММ) производственных процессов. В ММ применили алгоритмы искусственного интеллекта (ИИ), больших масси- вов данных (Big Data) и элементы машинного обучения [4]. ММ применяют для оценки эффективности осуществляемых производ- ственных процессов и прогноза урожайности – это основная задача. Применяют для прогноза возможного возникновения проблем при нарушении правил экс- плуатации техники, с резким снижением плодородия почвы, с не эффективным внесением удобрений, с продуманным размещением культур и др. [4]. На сегодняшний день заметна активность в разработке программ по предик- тивной (прогнозирование) и прескриптивной (идеальной) аналитике для АПК. Есть примеры по применению разрабатываемых программ к мониторингу посе- вов, урожайности для основных сельскохозяйственных культур и оценки ущерба в случае неурожая [4]. Система точного земледелия подразумевает использование цифровых тех- нологий не по отдельности, а комплексно, чтобы добиться лучшего результата и решить проблемы с минимальными затратами [3]. В качестве примера рассмот- рим алгоритм решения проблемы с сорняками. Сорняки захватывают любые про- странства очень быстро, при этом начало их распространения определить непро- сто, особенно когда большие территории. Для решения проблемы применяют дроны. Аэрофотоснимки, полученные с помощью БПЛА обрабатывает нейросеть и разрабатывает карту обработки агрохимикатами «зараженной» сор- няками местности. При этом на карте выделяются участки с наибольшей плот- ностью зарастания для расчета необходимого количества пестицидов. Затем раз- рабатывается технологическая карта обработки местности песцитидами, где определяются зоны для применения наземных роботов-опрыскивателей и дро- нов-опрыскивателей [3]. Наземные роботы оптимально применять на обширных равнинных участ- ках, а БПЛА более эффективны при обработке локальных или труднодоступных участков. Применяя, описанный выше алгоритм, удается довольно эффективно в сжатые сроки обработать агрохимикатами до 95 % зараженной местности, тем самым погасить очаги распространения сорняков [3]. Благодаря блокчейну управлять сельскохозяйственным производством, кон- тролировать бизнес-процессы можно через смартфоны, [4]. Блокчейн-это децен- трализованная, распределенная и часто публичная цифровая книга, состоящая из записей, называемых блоками, которые используются для записи транзакций на многих компьютерах [4]. Одновременно блокчейн – это сеть участников, каждый из которых хранит у себя копию распределенного реестра со значимыми для биз- неса данными. Однажды записанную информацию уже невозможно удалить или подделать, так как факт записи хранится у каждого участника сети [4].