Artigo de revisão Q1
Machine learning for detection and prediction of crop diseases and pests: A comprehensive survey
Tiago Domingues (Domingues, T.); Tomás Brandão (Brandão, T.); Joao C Ferreira or Joao Ferreira (Ferreira, J.);
Título Revista
Agriculture
Ano (publicação definitiva)
2022
Língua
Inglês
País
Suíça
Mais Informação
Web of Science®

N.º de citações: 45

(Última verificação: 2024-11-03 12:40)

Ver o registo na Web of Science®


: 6.5
Scopus

N.º de citações: 75

(Última verificação: 2024-10-31 06:10)

Ver o registo na Scopus


: 9.9
Google Scholar

N.º de citações: 110

(Última verificação: 2024-11-01 01:20)

Ver o registo no Google Scholar

Abstract/Resumo
Considering the population growth rate of recent years, a doubling of the current worldwide crop productivity is expected to be needed by 2050. Pests and diseases are a major obstacle to achieving this productivity outcome. Therefore, it is very important to develop efficient methods for the automatic detection, identification, and prediction of pests and diseases in agricultural crops. To perform such automation, Machine Learning (ML) techniques can be used to derive knowledge and relationships from the data that is being worked on. This paper presents a literature review on ML techniques used in the agricultural sector, focusing on the tasks of classification, detection, and prediction of diseases and pests, with an emphasis on tomato crops. This survey aims to contribute to the development of smart farming and precision agriculture by promoting the development of techniques that will allow farmers to decrease the use of pesticides and chemicals while preserving and improving their crop quality and production.
Agradecimentos/Acknowledgements
--
Palavras-chave
Plant diseases and pests,Classification,Detection,Forecasting,Precision farming,Machine learning,Smart farming
  • Engenharia Eletrotécnica, Eletrónica e Informática - Engenharia e Tecnologia
  • Agricultura, Silvicultura e Pescas - Ciências Agrárias
Registos de financiamentos
Referência de financiamento Entidade Financiadora
876925 ECSEL Joint Undertaking
UIDB/04466/2020 Fundação para a Ciência e a Tecnologia

Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência-IUL a possibilidade de associação, quando aplicável, dos artigos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados pelo(s) autor(es) para esta publicação. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.