Новые публикации
 |
| Кутырёв А.И.,
Потапенков Н.А. |
| Сегментация и классификация плодов яблони и листьев на сортировочной линии с применением модели YOLO26-seg для автоматизации контроля качества |
|
| 4.3.1. Технологии, машины и оборудование для агропромышленного комплекса
|
| Просмотров: 31
|
Реферат
Применение систем технического зрения на основе глубоких нейронных сетей повышает объективность контроля качества сортировки, однако листва и механически повреждённые плоды в сортируемом потоке создают дополнительные сложности для распознавания.
Целью исследований является разработка и валидация метода автоматического распознавания, сегментации и классификации некондиционных плодов яблони и листьев на сортировочной линии с использованием нейросетевой модели YOLO26?seg. Исследование выполнялось на датасете из 1171 изображения, размеченном с помощью платформы Roboflow и модели Segment Anything 3 (SAM 3) с последующей экспертной коррекцией. Обучение пяти архитектур семейства YOLO26?seg (n, s, m, l, x) проводилось методом трансферного обучения с аугментацией данных. Оценка качества осуществлялась по метрикам Precision, Recall и mAP50, а производительность анализировалась по времени обработки кадра. Установлено, что увеличение архитектурной сложности моделей повышает точность сегментации. Все модели обеспечивают обработку видеопотока с частотой более 60 кадров/с. Оптимальный баланс между точностью и скоростью достигнут на модели YOLO26s?seg (104 кадра/с, mAP50 = 0,712), которая может быть рекомендована для внедрения в производственный процесс. Полученные результаты подтверждают эффективность предложенного метода для автоматизации контроля качества при сортировке плодов яблони
|
|
 |
| Никифоров В.М. |
| Агрономическое и экономическое обоснование возделывания гибридов подсолнечника в условиях серых лесных почв Брянской области |
|
| 4.1.1. Общее земледелие и растениеводство
|
| Просмотров: 28
|
Реферат
В статье представлены результаты трёхлетних полевых исследований (2023-2025 гг.) по оценке продуктивности и экономической эффективности возделывания четырёх гибридов подсолнечника различных групп спелости (ЛГ5377, Клип, ЛГ50541КЛП и Интерстеллар) в условиях серых лесных почв Брянской области. Исследования проводились на опытном поле Брянского ГАУ с применением общепринятых методик полевого опыта, статистической обработки данных и экономического анализа. Предшественник – однолетние травы. Срок посева: третья декада апреля-первая декада мая. Способ посева - пунктирный с шириной междурядий 70 см на глубину 5 см. Норма высева семян 55 тыс. шт./га. Технология рассчитана на получение планируемой урожайности 3,0 – 4,0 т/га. Площадь опытной делянки 33 м2, площадь учётной делянки 5 м2. Повторность трёхкратная, размещение – систематическое. В результате проведённых исследований установлено, что средняя урожайность маслосемян варьировала от 2,58 до 3,31 т/га, масличность – от 45,07 до 50,56%. сбор масла – от 1,25 до 1,67 т/га. Экономический анализ показал, что при цене реализации продукции 40 тыс. руб./т, чистый доход может достигать 64,6 тыс. руб./га, а рентабельность производства – 95,3%. При этом для покрытия всех затрат достаточно получать урожайность изучаемыми гибридами на уровне 1,68 – 1,70 т/га. Максимальную эффективность продемонстрировал отечественный раннеспелый гибрид Клип, сочетающий высокую урожайность (3,31 т/га) с рекордной масличностью (50,56%), а соответственно и сбором масла (1,67 т/га). Полученные данные позволяют рекомендовать этот гибрид для возделывания в сельскохозяйственных предприятиях региона
|
|
 |
| Василенко А.И.,
Попова Е.В. |
| Сезонная корректировка как источник ложных сигналов: эмпирические доказательства на данных российского продовольственного рынка |
|
| 5.2.2. Математические, статистические и инструментальные методы в экономике
|
| Просмотров: 30
|
Реферат
В статье исследуется проблема возникновения артефактов при проведении сезонной корректировки экономических временных рядов в окрестности кризисных шоков. Актуальность исследования обусловлена необходимостью мониторинга краткосрочных тенденций в условиях высокой волатильности цен, однако стандартные алгоритмы декомпозиции могут искажать реальную картину, генерируя ложные сигналы о второй волне кризиса или преждевременном восстановлении. Цель работы заключается в эмпирической проверке гипотезы В.А. Бессонова о «слепой зоне» мониторинга на примере месячных данных цен производителей на социально значимые товары такие как гречка, картофель и пшено за период 2010 – 2023 гг. В качестве инструментария использованы два метода различной природы: параметрический алгоритм X-13-ARIMA-SEATS, реализованный через процедуру STL – Seasonal-Trend decomposition using LOESS, согласно методике Банка России, и непараметрический метод Четверикова с экспоненциальным сглаживанием по Хольту. Результаты анализа показали, что оба метода подвержены эффекту Гиббса: в периоды резких изменений уровня ряда в кризисные периоды 2010 – 2011, 2014 – 2015, 2022 гг. оценка сезонной компоненты искажается, что приводит к возникновению фиктивных афтершоков в сезонно скорректированном ряде. Выявлено, что масштаб искажений может достигать 10 – 15% от величины шока, а зона неопределенности сохраняется в течение 2 – 3 лет после кульминации кризиса. Сделан вывод о необходимости использования непрямого подхода агрегирования и привлечения экспертной информации при анализе тенденций в посткризисный период
|
|
loop %>
|
Новости
Архив номеров
Авторы - top 10 (по числу статей)
Авторы - top 10 (по рейтингу статей)
Рейтинг автора складывается из суммы рейтинга всех его статей.
Рейтинг статьи рассчитывается как число_просмотров_статьи/ число_авторов_статьи.
|