Логотип репозиторію
  • English
  • Yкраї́нська
  • Увійти
    Новий користувач? Зареєструйтесь.Забули пароль?
Логотип репозиторію
  • Фонди та зібрання
  • Пошук за критеріями
Користувачам
  • Положення
  • Авторський договір
  • Форма для зовнішніх авторів
  • Авторська етика
  • Глосарій
  • English
  • Yкраї́нська
  • Увійти
    Новий користувач? Зареєструйтесь.Забули пароль?
  1. Головна
  2. Переглянути за автором

Перегляд за Автор "УСАТЮК ОЛЕКСАНДР ГЕННАДІЙОВИЧ"

Зараз показуємо 1 - 1 з 1
Результатів на сторінці
Налаштування сортування
  • Документ
    РОЗРОБКА ЗАСТОСУНКУ ДЛЯ АНАЛІЗУ ПОВЕДІНКИ ТВАРИН НА БАЗІ LLM
    (ВСП "ОТФК ОНТУ", Відділення Комп'ютерних систем, 2025) УСАТЮК ОЛЕКСАНДР ГЕННАДІЙОВИЧ
    Сучасні технології штучного інтелекту (ШІ) та великі мовні моделі (LLM, Large Language Models) знаходять усе ширше застосування в аграрному секторі, сприяючи автоматизації процесів моніторингу, підвищенню продуктивності та забезпеченню сталого розвитку сільського господарства. У даному дослідженні розглядається використання LLM у птахівництві, тваринництві та інших напрямах аграрної галузі, а також їх інтеграція з технологіями комп’ютерного зору та обробки відеоданих. Запропонована система ґрунтується на застосуванні мультимодальних LLM на прикладі для аналізу поведінкової активності тварин на основі потокового відео. Це дає змогу оперативно виявляти аномалії у їх поведінці, прогнозувати потенційні загрози для здоров’я та автоматично генерувати рекомендації для фермерів щодо коригування умов утримання. Результати проведеного дослідження підтверджують, що впровадження LLM у сільське господарство забезпечує низку ключових переваг, зокрема: автоматизований моніторинг стану тварин і сільськогосподарських культур; підвищення точності прогнозування врожайності та характеристик ґрунтів; зниження залежності від людського фактора у процесах моніторингу та прийняття рішень; підтримку оперативного ухвалення рішень на основі даних у режимі реального часу. Порівняльний аналіз сучасних моделей LLM, зокрема GPT-4, Flamingo та LLaVA, продемонстрував їхній значний потенціал у сфері обробки відеоданих і мультимодального аналізу. У процесі аналізу були ідентифіковані основні технічні та експлуатаційні чинники, що визначають ефективність впровадження зазначених технологій в аграрний сектор. Отримані результати свідчать про те, що поєднання великих мовних моделей із технологіями машинного навчання та комп’ютерного зору відкриває нові перспективи для розвитку точного землеробства та автоматизованого контролю за здоров’ям тварин. Це, у свою чергу, сприяє підвищенню технологічного рівня аграрного виробництва, його економічної эффективности та екологічної сталості.

DSpace software copyright © 2002-2026 LYRASIS

  • Налаштування куків
  • Угода користувача
  • Зворотний зв’язок