AI СИСТЕМА ЗА ОТКРИВАНЕ НА ОПТИМАЛНИ УСЛОВИЯ ЗА АКВАКУЛТУРИ
Ключови думи :
изкуствен интелект, машинно обучение, времеви серии, Черно море, аквакултури, 1D-CNN.Абстракт
Това изследване представя разработка на система, базирана на изкуствен интелект за анализ и класификация на морската среда. Тестовият набор от данни включва ключови физикохимични параметри като температура на водата, соленост, разтворен кислород, концентрация на хлорофил-а и pH. Предварителната обработка на данните включва интерполация на кратки липсващи стойности, премахване на по-дълги пропуски и агрегиране до дневна времева резолюция. За анализ на времеви модели и извършване на двоична класификация на морските условия като благоприятни или неблагоприятни е приложена едномерна конволюционна невронна мрежа (1D-CNN). Резултатите показват, че предложеният подход може ефективно да извлича модели от времеви редове и да идентифицира периоди с благоприятни условия на околната среда.
Сваляния
Литература (библиография)
[1] Даскалова М, AI Система за откриване на оптимални условия за аквакултури, Дипломна работа за степен Магистър по Изкуствен интелект, защитена на 11.09.2025г.
[2] Google Developers. Classification: Accuracy, recall, precision, and related metrics, 2024.
https://developers.google.com/machine-learning/crash-course/classification/accuracy-precision-recall
[3] Copernicus Marine MyOcean Viewer . Copernicus.eu. 2024.
https://data.marine.copernicus.eu/viewer/
[4] Yang X, Song Z, Liu J, Zhou C. Deep learning for smart fish farming: applications, opportunities and challenges. ResearchGate . 2020 Apr 6
[5] Christenser J, Galeazzi R, Mogensen L, Andersen J. Detection, Localization and Classification of Fish and Fish Species in Poor Conditions using Convolutional Neural Networks.
[6] Rather MA, Ahmad I, Shah A, Younis Ahmad Hajam, Amin A, Saba Khursheed, Exploring opportunities of Artificial Intelligence in aquaculture to meet increasing food demand. Food chemistry X. 2024 Jun 1;
[7] Verma DK, Singh S, Narendra Kumar Maurya, Kumar P, Rajesh Jayaswal. Important Water Quality Parameters in Aquaculture: An Overview. Agriculture and Environment . 2022 Mar 6;
[8] FAO - Mytilus galloprovincialis . Fao.org. 2024.
https://www.fao.org/fishery/docs/CDrom/aquaculture/I1129m/file/en/en_mediterraneanmussel.htm
[9] Jain A. Understanding the 1D Convolutional Layer in Deep Learning . Medium. 2025.
[10] xcube Viewer . Brockmann-consult.de. 2025.
Файлове за сваляне
Публикуван
Брой
Раздел (Секция)
Лиценз
Авторски права (c) 2026 Мaрия Дaскалова, Пенка Георгиева

Публикация с Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Статиите публикувани в списание "Компютърни науки и комуникации" са лицензирани под Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.