Данная статья исследует различные архитектуры нейронный сетей, с целью создания моделей в сфере сельского хозяйства, с акцентом на их использование в животноводческих хозяйствах. В работе приведено описание архитектуры сетей Колмогорова-Арнольда, рассмотрены этапы сбора и предварительной подготовки данных, процесс обучения нейронных сетей, а также их внедрения. В результате были разработаны модели с применением сетей Колмогорова-Арнольда и многослойного персептрона. В ходе исследования проведено сравнение эффективности предложенных архитектур. Эксперимент демонстрирует, что сети Колмогорова-Арнольда обладают более высокой точностью в предсказаниях, что делает их перспективным инструментом для прогнозирования. Разработанная модель была интегрирована в разрабатываемую информационную систему животноводческого хозяйства для прогнозирования роста, здоровья и других показателей животных, позволяя более точно управлять процессом выращивания.

Ключевые слова: точное животноводство, сеть Колмогорова-Арнольда, моделирование, нейронная сеть, мониторинг, выращивание, моделирование данных, прогнозирование

2.3.1 - Системный анализ, управление и обработка информации , 4.2.4 - Частная зоотехния, кормление, технологии приготовления кормов и производства продукции животноводства

Данная статья исследует внедрение и реализацию моделей нейронных сетей в сфере сельского хозяйства, с акцентом на их использование в умных теплицах. Умные теплицы представляют собой инновационные системы контроля микроклимата и других факторов, влияющих на рост растений. С использованием нейронных сетей, обученных на данных о влажности почвы, температуре, освещенности и других параметрах, возможно прогнозирование будущих показателей с высокой точностью. В статье рассматриваются этапы сбора и подготовки данных, процесс обучения нейронных сетей, а также практическая реализация данного подхода. Результаты исследования подчеркивают перспективы внедрения нейронных сетей в аграрном секторе и их важную роль в оптимизации процессов роста растений и увеличении производительности сельскохозяйственных предприятий.

Ключевые слова: нейронная сеть, прогнозирование показателей, умная теплица, искусственный интеллект, моделирование данных, микроклимат

2.3.1 - Системный анализ, управление и обработка информации , 2.3.3 - Автоматизация и управление технологическими процессами и производствами

Статья детально исследует облачные, туманные и граничные вычисления, выявляя уникальные черты каждой технологии. Облачные вычисления обеспечивают гибкость и надежность с возможностью удаленного доступа, однако сталкиваются с задержками и высокой стоимостью. Туманные вычисления фокусируются на обработке данных на низком уровне инфраструктуры, обеспечивая высокую скорость и минимальные задержки. Граничные вычисления перемещают вычисления к самому источнику данных, исключая задержки и улучшая безопасность. Анализируются применения этих технологий в различных сферах, предсказывается их будущее развитие в быстро меняющемся мире информационных систем.

Ключевые слова: облачные вычисления, туманные вычисления, граничные вычисления, облачные технологии, инфраструктура обработки данных, сфера применения, гибридные вычисления, интернет вещей, искусственный интеллект, развитие информационных систем

2.3.1 - Системный анализ, управление и обработка информации