EDGE ML ЖӘНЕ IOT СЕНСОРЛАРЫ НЕГІЗІНДЕ АЗЫҚ-ТҮЛІК ӨНІМІНІҢ ПРЕДИКТИВТІ ЦИФРЛЫҚ ЕГІЗІН ӘЗІРЛЕУ
Берілген мақала азық-түлік өнімдерінің ысыраптарын азайтуға және сапаны интеллектуалды басқарудың негізін құруға бағытталған азық-түлік өнімдерінің болжамды цифрлық егізін әзірлеу бойынша зерттеулерді қарастырады. Ұсынылып отырған зерттеудің өзектілігі көбінесе азық-түлік бүлінуі әлемдік мәселесін шешу қажеттілігімен және Индустрия 4.0 технологияларын агроазық-түлік өнеркәсібіне енгізу қажеттілігімен байланысты. Негізгі идея - IoT сенсорлары беретін деректерді пайдалану және оның сапасын болжау арқылы, мысалы, қалған сақтау мерзімін болжау арқылы шеттік есептеулер (Edge ML) көмегімен нақты уақыт режимінде өнім күйі бақыланатын контекстте шешім әзірлеу. Әдістерге смарт сенсорлар (температура, ылғалдылық, газ деңгейі), жиналған деректерді таратқыш ретінде ESP32 микроконтроллері, деректерді тасымалдауға арналған MQTT протоколы және орындарда деректерді өңдеу үшін пайдаланылатын Raspberry Pi 5 микробағдарламасы кіреді. XGBoost (Extreme Gradient Boosting) көмегімен болжамды талдау. 'Голден Делишес' алмаларында жүргізілген эксперименттер Gradient Boosting моделі болжамның өте жоғары дәлдігін беретінін көрсетті, себебі оқу жиынында R2 нәтижесі 0,9936 болды. Бұл нәтижелер нақты уақыт деректеріне негізделген сенімді, энергияны үнемдейтін және динамикалық цифрлық егіздерді жасау құралы ретінде Edge ML технологиясының үлкен әлеуетін растайды. Берілген жұмыстың практикалық құндылығы ұсынылған прототиптің коммерциялық мониторинг жүйелерін құру үшін негіз бола алатындығына негізделген. Мұндай жүйелердің артықшылығы, олар өндірушілер мен жеке саудагерлерге тауарлық-материалдық қорлар мен логистиканы белсенді басқаруға көмектеседі, осылайша бүлінуден болатын шығындарды азайтады және тамақ өнеркәсібін тұрақты етеді.
Сведения
- Опубликовано
- 2026 · Т. 357, № 1
- Язык
- Казахский
- ISSN
- 1991-346X · 2518-1726
- Издатель
- Central Asian Academic Research Center LLP