From Sensors to Solutions: A Survey on IoT and Machine Learning in Modern Agriculture
Rattachement africain : in. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
In recent years, the convergence of Internet of Things (IoT) devices and Machine Learning (ML) algorithms has paved the way for precision agriculture. By leveraging IoT sensors and real-time data analysis through ML algorithms, farming practices can be optimized for water usage, soil health, crop prediction, and pest control. This survey explores various IoT devices used in agriculture, the integration of ML models, and presents a comparative analysis for different scenarios. Finally, we provide recommendations for the most optimal configurations in various agricultural settings.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- From Sensors to Solutions: A Survey on IoT and Machine Learning in Modern Agriculture
- Date Crossref
- 28/03/2025
- Éditeur
- IEEE
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
SRM Institute of Science and Technology pays non établi dans la noticeUniversité ou école supérieure
-
Birla Institute of Technology and Science - Hyderabad Campus pays non établi dans la noticeUniversité ou école supérieure
-
SRM Institute of Science & pays non établi dans la noticeStructure de recherche
-
CMR Institute of Technology pays non établi dans la noticeStructure de recherche
SRM Institute of Science and Technology, Birla Institute of Technology and Science - Hyderabad Campus et SRM Institute of Science &, avec 1 autre affiliation.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.