1、數(shù)據(jù)收集挑戰(zhàn)
在精準農(nóng)業(yè)用例中,大量數(shù)據(jù)來自不同來源。合并來自各種來源的數(shù)據(jù)引發(fā)了對信息質(zhì)量和信息合并問題的擔(dān)憂,而對收集到的海量信息的訪問引發(fā)了對安全和保護的擔(dān)憂。數(shù)據(jù)驅(qū)動技術(shù)要求使用未受污染且適用的信息。不完整的數(shù)據(jù)集會抹掉信息,而訓(xùn)練集中存在的異常或傾向會影響模型精度。
2、大數(shù)據(jù)分析技術(shù)的挑戰(zhàn)
為了控制與精準農(nóng)業(yè)或智能農(nóng)業(yè)相關(guān)的數(shù)據(jù)集,分析技術(shù)需要在一定程度上采用對齊和分布式手段,計算復(fù)雜度高。人工智能和分布式計算執(zhí)行程序的集成提供了處理海量數(shù)據(jù)的潛在方法。
3、管理不斷增長的數(shù)據(jù)和實時可擴展性
在植物生長監(jiān)測期間,通過多個設(shè)備逐步生成大量圖像和視頻,這給存儲和處理所有這些數(shù)據(jù)帶來了一些挑戰(zhàn)。農(nóng)業(yè)中產(chǎn)生的大部分數(shù)據(jù)都是無定形或半結(jié)構(gòu)化的,無法穩(wěn)定地存儲在 MySQL、SQL Server 等常用數(shù)據(jù)庫中。
返回列表