
Data Science in Agriculture and Natural Resource Management
Adattudomány: Az adatelemzés és modellezés alapelvei és fogalmai. - Adattudomány: Eszközök, technikák és lehetséges alkalmazások a földmegfigyelési tanulmányokban.
- Adattudomány a mezőgazdaságban és a természeti erőforrások kezelésében: A Data Science and Data Science: An Overview (Adatmenedzsment és adatfeldolgozás: áttekintés). - A megerősítő tanulás és a rekurrens neurális hálózatokon alapuló mélytanulási keretek alkalmazásai a mezőgazdaságban. - Precíziós gazdálkodás új technológiák alkalmazásával.
- A minőségközpontú növénytermesztés architektúrája.
- UAV- és szántóföldi érzékelőadatok integrálása a jobb döntéshozatal érdekében a szántóföldi növénytermesztési rendszerekben. - Objektumalapú terményosztályozás a precíziós gazdálkodásban.
- Disruptive Innovations in Precision Agriculture - Towards BD Analytics for Better GeoFarmatics. - Paradigmaváltás a globális termőföldtérképekben és termékekben a XXI. századi élelmiszer- és vízbiztonság érdekében: Petabájt méretű műholdas nagyadat-analitika, gépi tanulás és felhőalapú számítástechnika.
- Big Data Analytics for Climate Resilient Supply Chains (Nagy adatelemzés az éghajlatváltozással szemben ellenálló ellátási láncokért): Lehetőségek és továbblépési lehetőségek. - A termőföldek feltérképezése gépi tanulási algoritmusok és spektrális illesztési technikák segítségével. - A számítógépes látás alkalmazásai a precíziós mezőgazdaságban.
- Innovatív geoportálplatformok a természeti erőforrások fenntartható kezeléséért.