BR112021011955A2 - Dispositivo de processamento de informação e sistema de processamento de informação - Google Patents

Dispositivo de processamento de informação e sistema de processamento de informação Download PDF

Info

Publication number
BR112021011955A2
BR112021011955A2 BR112021011955-8A BR112021011955A BR112021011955A2 BR 112021011955 A2 BR112021011955 A2 BR 112021011955A2 BR 112021011955 A BR112021011955 A BR 112021011955A BR 112021011955 A2 BR112021011955 A2 BR 112021011955A2
Authority
BR
Brazil
Prior art keywords
information
infection
information processing
unit
processing device
Prior art date
Application number
BR112021011955-8A
Other languages
English (en)
Inventor
Satoshi Ito
Original Assignee
Bayer Cropscience K.K.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Bayer Cropscience K.K. filed Critical Bayer Cropscience K.K.
Publication of BR112021011955A2 publication Critical patent/BR112021011955A2/pt

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0637Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Forestry; Mining
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/188Vegetation
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01BSOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
    • A01B79/00Methods for working soil
    • A01B79/005Precision agriculture
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G7/00Botany in general
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Software Systems (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Environmental Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Animal Husbandry (AREA)
  • Agronomy & Crop Science (AREA)
  • Primary Health Care (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Forests & Forestry (AREA)
  • Soil Sciences (AREA)
  • Botany (AREA)
  • Ecology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Mechanical Engineering (AREA)
  • Multimedia (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)

Abstract

DISPOSITIVO DE PROCESSAMENTO DE INFORMAÇÃO E SISTEMA DE PROCESSAMENTO DE INFORMAÇÃO. A presente invenção torna possível estimar com mais precisão a informação relativa à infecção da cultura, com base em informações de cultivo mais adequadas. É fornecido um dispositivo de processamento de informações (10) que compreende: uma unidade de conversão de quantidade de recursos (131) que gera uma quantidade de recursos realizando uma conversão de quantidade de recursos de pelo menos um pedaço de informação entre pedaços de informação relacionados a três fatores que causam doenças em culturas, a saber, uma causa primária, uma predisposição e uma indução; e uma unidade de estimação (133) que estima as informações de infecção da cultura com base em um modelo de estimativa de infecção que é usado para estimar as informações de infecção relacionadas à infecção da cultura, que é gerada com base em um algoritmo de aprendizagem de máquina, e que usa como entrada, as informações relacionadas aos três fatores, incluindo a quantidade de recursos.

Description

“DISPOSITIVO DE PROCESSAMENTO DE INFORMAÇÃO E SISTEMA DE PROCESSAMENTO DE INFORMAÇÃO” Campo Técnico
[001] A presente invenção refere-se a um dispositivo de processamento de informação e a um sistema de processamento de informação. Técnica Anterior
[002] Há uma redução no rendimento e na qualidade da cultura quando ocorrem danos por doenças na cultura. Se fosse possível prever a ocorrência de danos de doenças em culturas, isso possibilitaria prevenir os danos de doenças, por exemplo, pulverizando as culturas com um agroquímico em um ponto no tempo adequado. A tecnologia para prever ocorrências de danos de doenças em culturas foi desenvolvida no passado.
[003] Por exemplo, o Documento de Patente 1 descreve um método para prever uma ocorrência de dano por doença, este método incluindo processamento para obter uma condição de pulverização de agroquímicos a partir de uma quantidade de uma fonte de infecção que causará dano por doença para produzir e uma porcentagem de dano permitida, e processamento para determinar a adequação de pulverizar a cultura com o agroquímico. Mais especificamente, o Documento de Patente 1 descreve a tecnologia para prever um surto de doença com base em informações de cultivo, como temperatura do ar, umidade ou precipitação. Documentos da Técnica Anterior Documentos de Patentes Documento de patente 1: JP 2002-305971 A Sumário da invenção Problemas a serem Resolvidos pela Invenção
[004] Uma vez que a cultura foi infectada, geralmente há um período de incubação até que os danos da doença ocorram na cultura foi infectada. Além da tecnologia descrita no Documento de Patente 1 para prever a ocorrência de danos causados por doenças nas culturas, há também uma necessidade de tecnologia para estimar o risco de as culturas serem infectadas. Ou seja, há uma necessidade de tecnologia para estimar as ocorrências de danos de doenças nas culturas e para estimar as informações de infecção relacionadas à infecção das culturas, como o risco de infecção.
[005] O Documento de Patente 1 descreve informações de cultivo para estimar informações relacionadas a ocorrências de danos por doenças em culturas, mas há uma necessidade de tecnologia para estimar com mais precisão as informações de infecção relacionadas à infecção de culturas com base em informações de cultivo mais adequadas relacionadas ao cultivo da cultura.
[006] A presente invenção foi concebida à luz dos problemas mencionados acima, e o objetivo da presente invenção consiste em fornecer um novo e melhorado dispositivo de processamento de informação e sistema de processamento de informação, que sejam capazes de estimar com mais precisão as informações relacionadas à infecção de culturas em com base em informações de cultivo mais adequadas. Meios para Resolver os Problemas
[007] A fim de resolver os problemas acima mencionados, um aspecto da presente invenção fornece um dispositivo de processamento de informação que compreende: uma unidade de conversão de valor de recursos para gerar um valor de recursos realizando conversão de valor de recursos de pelo menos qualquer item de informação entre itens de informação relacionada a cada de três fatores no surto de doenças em culturas, a saber, um fator patogênico, fator hospedeiro e fator ambiental; e uma unidade de estimação para estimar as informações de infecção relacionadas à infecção da cultura com base em um modelo de estimação de infecção que é usado para estimar as informações de infecção da cultura e é gerado com base em um algoritmo de aprendizagem de máquina, usando a informação relacionada aos três fatores, incluindo o valor de recursos como dados de entrada.
[008] Além disso, o dispositivo de processamento de informação pode adicionalmente compreender uma primeira unidade de aprendizagem de máquina que usa as informações relacionadas aos três fatores, incluindo o valor de recursos como dados de entrada e atualiza o modelo de estimação de infecção com base no algoritmo de aprendizagem de máquina, e a unidade de estimação pode estimar as informações de infecção com base no modelo de estimação de infecção atualizado.
[009] Além disso, as informações relacionadas ao fator patogênico podem incluir informações relacionadas a um histórico de ocorrências de danos por doenças na cultura.
[010] Além disso, as informações relacionadas a um histórico de ocorrências de danos causados por doenças podem incluir informações de período relacionadas a um período em que os danos causados por doenças ocorreram na cultura.
[011] Além disso, as informações relacionadas a um histórico de ocorrências de danos causados por doenças podem incluir informações de frequência relacionadas com a frequência com que os danos causados por doenças ocorrem na cultura.
[012] Além disso, as informações relacionadas a um histórico de ocorrências de danos por doença podem incluir informações de duração relacionadas a uma duração de um ponto no tempo em um eixo de tempo em que o dano por doença ocorreu na cultura até um ponto no tempo em que a unidade de estimação estima as informações de infecção.
[013] Além disso, as informações relacionadas ao fator hospedeiro podem incluir informações relacionadas à resistência da cultura aos danos de doenças, e as informações relacionadas ao fator ambiental ou podem incluir informações relacionadas a, pelo menos, quer umidade ou temperatura em um espaço no qual a cultura está sendo cultivada.
[014] Além disso, a unidade de estimação pode estimar as informações de infecção com base em um resultado de estimação anterior das informações de infecção estimadas com base no modelo de estimação de infecção.
[015] Além disso, o dispositivo de processamento de informação pode adicionalmente compreender uma segunda unidade de aprendizagem de máquina que usa o resultado de estimação anterior como dados de entrada e atualiza o modelo de estimação de infecção com base no algoritmo de aprendizagem de máquina, e a unidade de estimação pode estimar as informações de infecção com base no modelo de estimação de infecção atualizado.
[016] A presente invenção também fornece um sistema de processamento de informação que compreende: uma unidade de entrada que recebe como entrada informação relacionada a cada um de um fator patogênico, fator hospedeiro e fator ambiental em relação à doença na cultura; uma unidade de conversão de valor de recursos para gerar um valor de recursos ao realizar a conversão de valor de recursos de pelo menos qualquer item de informação entre itens de informação relacionada a cada um dos três fatores no surto de doença em culturas, a saber, o fator patogênico, fator hospedeiro e fator ambiental; uma unidade de estimação para estimar as informações de infecção relacionadas à infecção da cultura com base em um modelo de estimação de infecção que é usado a fim de estimar as informações de infecção e é gerado com base em um algoritmo de aprendizagem de máquina, usando as informações relacionadas aos três fatores incluindo o valor de recursos como dados de entrada; e uma unidade de saída para produzir um resultado estimado pela unidade de estimação. Vantagem da Invenção
[017] Como descrito acima, a presente invenção fornece um novo e melhorado dispositivo de processamento de informação e sistema de processamento de informação, que são capazes de estimar com mais precisão a informação relacionada à infecção de culturas com base em informações de cultivo mais adequadas. Breve Descrição dos Desenhos
[018] [FIG. 1] é um diagrama para ilustrar o esboço de um sistema de processamento de informação 1 de acordo com um modo de modalidade da presente invenção.
[019] [FIG. 2] é um diagrama de blocos que mostra um exemplo esquemático de uma configuração funcional do sistema de processamento de informação 1 de acordo com um modo de modalidade da presente invenção.
[020] [FIG. 3] é um diagrama que mostra uma pirâmide de doenças de plantas P.
[021] [FIG. 4] é um diagrama que mostra um exemplo de uma tela de histórico de ocorrência de dano por doença exibida em um terminal de processamento de informação 20 de acordo com um modo de modalidade da presente invenção.
[022] [FIG. 5] é um diagrama que mostra um exemplo de uma tela de histórico de ocorrência de dano por doença exibida no terminal de processamento de informação 20 de acordo com um modo de modalidade da presente invenção.
[023] [FIG. 6] é um diagrama que mostra um exemplo de uma tela de registro de pulverização de agroquímicos exibida no terminal de processamento de informação 20 de acordo com um modo de modalidade da presente invenção.
[024] [FIG. 7] é um diagrama que mostra um exemplo de uma tela de informações de ocorrência de doença exibida no terminal de processamento de informação 20 de acordo com um modo de modalidade da presente invenção.
[025] [FIG. 8] é um diagrama que mostra um exemplo de uma tela de informações de semeadura exibida no terminal de processamento de informação 20 de acordo com um modo de modalidade da presente invenção.
[026] [FIG. 9] mostra esquematicamente um exemplo de um fluxo de processamento geral no sistema de processamento de informação 1 de acordo com um modo de modalidade da presente invenção.
[027] [FIG. 10] é um fluxograma que mostra esquematicamente um exemplo de processamento de atualização realizado pelo dispositivo de processamento de informação 10 de acordo com um modo de modalidade da presente invenção.
[028] [FIG. 11] é um fluxograma que mostra esquematicamente um exemplo de processamento de estimação no dispositivo de processamento de informação 10 de acordo com um modo de modalidade da presente invenção.
[029] [FIG. 12] é um diagrama explicativo que mostra uma configuração de hardware do dispositivo de processamento de informação 10 de acordo com um modo de modalidade da presente invenção. Modo de Implementação da Invenção
[030] Um modo preferido de modalidade da presente invenção será descrito em detalhe abaixo com referência aos desenhos anexos. Deve-se notar que os elementos constituintes tendo substancialmente a mesma configuração funcional nesta especificação e os desenhos possuem os mesmos símbolos de referência e descrições duplicadas dos mesmos não serão fornecidas. <1. Introdução>
[031] Um sistema de processamento de informação 1 de acordo com um modo de modalidade da presente invenção será descrito em primeiro lugar com referência à fig. 1. A Fig. 1 é um diagrama para ilustrar o esboço do sistema de processamento de informação 1 de acordo com um modo de modalidade da presente invenção.
[032] O sistema de processamento de informação 1 tem uma função para coletar informações de cultivo de culturas, uma função para estimar informações de infecção baseada nas informações de cultivo, e uma função para apresentar um resultado de estimação. Estas funções são implementadas pela colaboração de um dispositivo de processamento de informação 10, um terminal de processamento de informação 20 e um nó de sensor 30 fornecido no sistema de processamento de informação 1.
[033] Conforme mostrado na fig. 1, por exemplo, o dispositivo de processamento de informação 10 coleta: informação de cultura, informação de sítio de cultivo, informação de dano por doença e informação de agroquímico do terminal de processamento de informação 20 gerenciado por meio de um usuário U1 tal como um produtor de culturas; informações de observação do sítio de cultivo a partir do nó de sensor 30 instalado em um sítio de cultivo 31; e também informações meteorológicas de um servidor de informações meteorológicas 40. Os vários tipos de informações mencionados acima serão descritos em detalhes posteriormente. O dispositivo de processamento de informação 10 insere as informações coletadas para um modelo de estimação de infecção e entrega informações de saída do modelo de estimação de infecção para o terminal de processamento de informação
20. O usuário U1 inspeciona as informações de saída entregues que são apresentadas por meio do terminal de processamento de informação 20, e verifica as informações de infecção relacionadas à cultura.
[034] Deve-se notar que as informações de infecção podem ser informações relacionadas à infecção que surge na cultura. Mais especificamente, a informação de infecção pode ser um risco de infecção indicando o risco de a cultura ficar infectada com um micro-organismo patogênico, etc., por exemplo. Alternativamente, as informações de infecção podem ser informações relacionadas a danos causados por doenças que ocorrem na cultura. Neste modo de modalidade, o dispositivo de processamento de informação 10 estima o risco de infecção com base na informação de cultivo.
[035] Deve-se notar que as funções acima mencionadas do dispositivo de processamento de informação 10 podem ser implementadas por vários dispositivos. Por exemplo, as funções do dispositivo de processamento de informação 10 podem ser implementadas por meio de computação em nuvem com uma pluralidade de dispositivos. Além disso, a fig. 1 ilustra um exemplo em que o terminal de processamento de informação 20 é um terminal de comunicação portátil, como um smartphone, mas o terminal de processamento de informação 20 pode igualmente ser um dispositivo de comunicação de informações, como um computador pessoal estacionário. <2. Modo de modalidade da presente invenção>
[036] Um esboço do sistema de processamento de informação 1 de acordo com um modo de modalidade da presente invenção foi descrito acima. Os detalhes do sistema de processamento de informação 1 de acordo com um modo de modalidade da presente invenção serão descritos a seguir. <2.1. Configuração de sistema>
[037] Uma configuração funcional do sistema de processamento de informação 1 será descrita em primeiro lugar com referência à fig. 2. A Fig. 2 é um diagrama de blocos que mostra um exemplo esquemático da configuração funcional do sistema de processamento de informação 1 de acordo com um modo de modalidade da presente invenção.
[038] Conforme mostrado na fig. 2, o sistema de processamento de informação 1 compreende o dispositivo de processamento de informação 10, o terminal de processamento de informação 20 e o nó de sensor 30. O dispositivo de processamento de informação 10, o terminal de processamento de informação 20, o nó de sensor 30 e o servidor de informações meteorológicas 40 que serão descritos mais tarde são conectados através de uma rede 50. Os dispositivos acima são conectados através de uma rede de longa distância (WAN), tal como a Internet, por exemplo. [Dispositivo de Processamento de Informação]
[039] O dispositivo de processamento de informação 10 tem a função de gerar um valor de recursos realizando conversão de valor de recursos de pelo menos qualquer item de informação entre itens de informação relacionada a cada um dos três fatores no surto de doença em culturas, ou seja, um fator patogênico, fator hospedeiro e fator ambiental (também referido abaixo simplesmente como a “informação de três fatores”). O dispositivo de processamento de informação 10 tem uma função adicional de estimar o risco de infecção da cultura com base no modelo de estimação de infecção que é usado para estimar o risco de infecção da cultura e é gerado com base em um algoritmo de aprendizagem de máquina, usando as informações de três fatores, incluindo o valor de recursos como dados de entrada. As funções do dispositivo de processamento de informação 10 são implementadas pela colaboração de uma unidade de comunicação 110, uma unidade de memória 120 e uma unidade de processamento 130 fornecida no dispositivo de processamento de informação 10.
[040] Os três fatores do surto de doenças na cultura serão descritos aqui. As doenças das plantas, como as doenças das culturas, são consideradas causadas pela ação composta de todos os três fatores, a saber, um fator patogênico, um fator hospedeiro e um fator ambiental.
[041] O fator patogênico será descrito em primeiro lugar. O fator patogênico (causa da doença: patógeno) refere-se à causa da doença, como um micro- organismo patogênico, praga, agroquímico, fertilizante, poluente ou erva daninha. Além disso, a informação relacionada ao fator patogênico pode ser um histórico de ocorrência de dano por doença, um efeito posterior de um agroquímico pulverizado, um grupo de agroquímicos pulverizados ou uma série de esporos de culturas, etc., por exemplo.
[042] O fator hospedeiro será descrito a seguir. O fator hospedeiro (planta: hospedeiro) é um fator relacionado a uma planta e sua resistência e estágio de crescimento, etc. Além disso, as informações relacionadas ao fator hospedeiro podem ser informações como um estágio de crescimento da cultura, resistência a danos da cultura a doenças, ou características de um porta-enxerto, por exemplo.
[043] Por fim, o fator ambiental será descrito. A informação do fator ambiental, que é a informação relativa ao fator ambiental (arredores: ambiente), é a informação relativa ao ambiente no qual a cultura está sendo cultivada, como temperatura ou umidade. Por exemplo, as informações do fator ambiental são informações que incluem pelo menos qualquer uma das informações de observação do sítio de cultivo com base nos resultados detectados por meio de vários tipos de sensores, como um sensor de atmosfera ou um sensor de solo que será descrito abaixo, ou informações relacionadas a vários tipos de ambientes, como informações relacionadas à densidade de plantio. Por exemplo, o sensor de atmosfera é um sensor como um sensor de temperatura ou sensor de umidade instalado em um espaço no qual a cultura está sendo cultivada.
[044] Os três fatores, a saber, o fator patogênico, o fator hospedeiro e o fator ambiental, foram descritos acima. A informação relativa a estes três fatores é enviada para o dispositivo de processamento de informação 10 a partir do terminal de processamento de informação 20, nó de sensor 30 ou servidor de informação meteorológica 40. Além disso, a informação relativa aos três fatores que não foram especificamente descritos aqui pode igualmente ser inserida no terminal de processamento de informação 20 pelo usuário, e esta informação de entrada pode ser enviada através da rede 50 para o dispositivo de processamento de informação 10, por exemplo. Além disso, um dispositivo diferente do terminal de processamento de informação 20 pode adquirir as informações relacionadas aos três fatores e as informações adquiridas podem ser enviadas para o dispositivo de processamento de informação 10 através da rede 50, por exemplo.
[045] Uma pirâmide de doenças de plantas, na qual os três fatores acima e uma quantidade de dano a uma planta produzida por doenças de plantas são representados na forma de um modelo, é conhecida na técnica.
[046] A Fig. 3 é um diagrama que mostra uma pirâmide de doenças de plantas P. Na pirâmide de doença de plantas P, as magnitudes dos efeitos dos três fatores são representadas por lados, e a área de superfície do triângulo que pode ser formado denota danos à planta naquele ponto no tempo. Mais especificamente, a magnitude do efeito do fator patogênico é representada pela duração de um primeiro lado L1, a magnitude do efeito do fator hospedeiro é representada pela duração de um segundo lado L2 e a magnitude do efeito do fator ambiental é representada pela duração de um terceiro lado L3. A área de superfície de um triângulo delimitado por esses três lados mostra a magnitude dos danos causados por doenças em plantas em um determinado ponto no tempo.
[047] Além disso, a quantidade final de danos produzidos pela doença de planta é representada por um volume V da pirâmide de doença de planta P. Mais especificamente, o volume V de uma pirâmide triangular em que o triângulo acima mencionado forma um lado inferior e a altura é um quarto o lado L4 representado pelo tempo decorrido é a quantidade final de dano produzido pela doença da planta. A quantidade de dano da doença da planta é, portanto, determinada de acordo com o impacto dos três fatores. Consequentemente, a quantidade de danos às culturas produzidas por um surto de doença é determinada de acordo com o impacto dos três fatores. Consequentemente, usar os três fatores é de grande importância na estimação do risco de infecção. (Unidade de Comunicação)
[048] A unidade de comunicação 110 se comunica com o terminal de processamento de informação 20, o nó de sensor 30 e o servidor de informação meteorológica 40. Especificamente, a unidade de comunicação 110 recebe a informação de cultura, informação do sítio de cultivo, informação de dano por doença, informação de agroquímico e solicitação de informação do terminal de processamento de informação 20. A informação de cultura, informação de sítio de cultivo, informação de dano por doença e informação de agroquímico enviada do terminal de processamento de informação 20 para a unidade de comunicação 110 pode incluir a informação de três fatores. Além disso, a unidade de comunicação 110 recebe a informação de observação do sítio de cultivo do nó de sensor 30. A informação de observação do sítio de cultivo inclui informação relativa ao fator ambiental, por exemplo. A unidade de comunicação 110 recebe adicionalmente as informações meteorológicas do servidor de informações meteorológicas. As informações meteorológicas incluem informações relacionadas ao fator ambiental, por exemplo. Além disso, a comunicação a unidade 110 envia informações de exibição para o terminal de processamento de informação 20. O terminal de processamento de informação 20 exibe os vários tipos de informações com base nas informações de exibição. (Unidade de Memória)
[049] A unidade de memória 120 armazena informação relativa ao processamento da unidade de processamento 130. Especificamente, a unidade de memória 120 grava vários tipos de informação de cultivo incluindo a informação de três fatores recebida por meio da unidade de comunicação. Mais especificamente, a unidade de memória 120 registra as informações de cultivo (informações de cultura, informações do sítio de cultivo, informações de danos de doenças, informações de agroquímico, informações de observação do sítio de cultivo e informações meteorológicas). Além disso, a unidade de memória 120 registra o modelo de estimação de infecção e os parâmetros de aprendizado de máquina. (Unidade de Controle)
[050] A unidade de processamento 130 controla a operação geral do dispositivo de processamento de informação 10. Especificamente, como mostrado na fig. 2, a unidade de processamento 130 compreende: uma unidade de conversão de valor de recursos 131, uma unidade de aprendizagem de máquina 132, uma unidade de estimação 133 e uma unidade de controle de exibição 134 e executa o processamento relacionado à estimação do risco de infecção. Deve-se notar que a estimação do risco de infecção pode envolver estimar o risco de infecção da cultura no ponto no tempo atual ou pode envolver prever o risco de infecção futuro da cultura.
[051] A unidade de conversão de valor de recursos 131 gera um valor de recursos ao realizar a conversão de valor de recursos de pelo menos qualquer item de informação entre itens de informação relacionada a cada um dos três fatores no surto de doença na cultura, ou seja, o fator patogênico, fator hospedeiro e fator ambiental. No exemplo descrito aqui, a unidade de conversão de valor de recursos 131 gera o valor de recursos. Deve-se notar que os itens de informação relativos ao fator patogênico, fator hospedeiro e fator ambiental podem, cada um, incluir uma pluralidade de itens de informação. No presente relatório descritivo, "pelo menos qualquer item de informação entre itens de informação relacionada a cada um dos três fatores, a saber, o fator patogênico, fator hospedeiro e fator ambiental" refere-se a pelo menos qualquer um desta pluralidade de itens de informação. Um caso exemplar será descrito em que a unidade de conversão de valor de recursos 131 realiza conversão de valor de recursos da informação relativa ao fator ambiental, entre o fator patogênico, fator hospedeiro e fator ambiental. Será assumido que a informação relativa ao fator ambiental inclui uma pluralidade de itens de informação, como informação relativa ao resultado da detecção fornecida pelo sensor de atmosfera e informação relativa à densidade de plantio. Neste caso, a unidade de conversão de valor de recursos 131 pode realizar a conversão de valor de recursos apenas das informações relacionadas ao resultado de detecção fornecido pelo sensor de atmosfera, entre os itens de informação relativos ao fator ambiental. Claro, a unidade de conversão de valor de recursos 131 também pode realizar conversão de valor de recursos da informação relativa ao fator ambiental diferente deste resultado de detecção, ou pode realizar conversão de valor de recursos de outros itens de informação relacionada ao fator ambiental, sem realizar conversão de valor de recursos do resultado da detecção.
[052] Um exemplo no qual a unidade de conversão de valor de recursos 131 realiza conversão de valor de recursos do histórico de ocorrência de dano por doença será descrito em primeiro lugar. Deve-se observar que o histórico de ocorrência de dano da doença é uma informação relacionada ao fator patogênico. O histórico de ocorrência de dano por doença é uma informação em que uma data em que ocorreu o dano por doença ou o tipo de dano desta doença, etc. foi registrada pelo usuário, por exemplo. A unidade de conversão de valor de recursos 131 extrai, do histórico de ocorrência de dano por doença, informações que indicam há quantos dias o dano por doença ocorreu, por exemplo, e gera esta informação como um valor de recursos.
[053] Além disso, os danos da doença podem ocorrer durante um determinado período. O histórico de ocorrência de dano por doença, portanto, inclui informações de período relacionadas à duração de um período em que o dano por doença ocorreu na cultura. A unidade de conversão de valor de recursos 131 pode gerar o período em que o dano da doença ocorre como um valor de recursos.
[054] Além disso, o histórico de ocorrência de dano por doença pode incluir informações relacionadas à frequência com que o dano por doença ocorre. Por exemplo, estima-se que o risco de infecção aumenta quando a frequência com que os danos da doença ocorrem aumenta gradualmente. A frequência com que os danos da doença ocorrem pode, portanto, servir como informação importante para estimar o risco de infecção. A unidade de conversão de valor de recursos 131 pode, então, gerar a frequência com a qual o dano por doença ocorre como um valor de recursos, na forma de: número de dias em que o dano por doença ocorreu/ número de dias predeterminado. Mais especificamente, a unidade de conversão de valor de recursos 131 pode gerar a frequência com que o dano por doença ocorre como um valor de recursos, na forma de: número de dias em que o dano por doença ocorreu/número total de dias de cultivo.
[055] Além disso, o histórico de ocorrência de surto de doença pode incluir informações de duração relacionadas a uma duração de um ponto no tempo em um eixo de tempo no qual o dano da doença ocorreu na cultura até um ponto no tempo em que a unidade de estimação 133 que será descrita posteriormente estima o risco de infecção. Por exemplo, quando essa duração é pequena, pode-se estimar que o risco de infecção é maior, portanto, essa informação pode servir como informação importante para estimar o risco de infecção. A unidade de conversão de valor de recursos 131 pode então gerar, como um valor de recursos a partir desta informação de duração, o período a partir do ponto no tempo em que a unidade de estimação 133 estima o risco de infecção até o ponto mais curto no tempo entre os pontos no tempo em que um surto de doença ocorreu na cultura.
[056] Uma descrição será dada a seguir de um exemplo em que a unidade de conversão de valor de recursos 131 realiza conversão de valor de recursos de resultados de detecção detectados por meio de vários tipos de sensores, como o sensor de atmosfera ou o sensor de solo provido no nó de sensor 30. Deve-se observar que esses resultados de detecção podem ser informações relacionadas ao fator ambiental. Por exemplo, a unidade de conversão de valor de recursos 131 adquire uma distribuição de dados relativos aos resultados de detecção adquiridos em série temporal em um período predeterminado e emite um valor representativo relacionado a esta distribuição como um valor de recursos.
[057] Este valor representativo pode ser um valor percentual, por exemplo. A unidade de conversão de valor de recursos 131 pode reorganizar dados de série temporal dos resultados de detecção adquiridos em série temporal em um período predeterminado em ordem crescente ou decrescente, e pode emitir um valor de percentil predeterminado dos dados reorganizados, por exemplo. Um valor de recursos como este pode ser usado como um item de dados de entrada para o modelo de estimação de infecção.
[058] Além disso, vários tipos de valores representativos estatísticos podem ser usados como este valor representativo, como um mínimo, máximo, média, modo, variância ou desvio padrão, por exemplo. O tipo de valor representativo usado como dados de entrada para o modelo de estimação de infecção pode ser adequadamente definido de acordo com as características de parâmetros para determinar um objeto da estimação de risco de infecção ou uma tendência nas mudanças ao longo do tempo, etc.
[059] Além disso, não existe qualquer limitação particular quanto à fixação do referido período, que é o período de aquisição dos dados da série temporal dos resultados de detecção. O período predeterminado pode ser um período de vários dias antes do ponto no tempo em que a conversão de valor de recursos foi realizada até o ponto no tempo da conversão de valor de recursos, ou pode ser um período de vários meses antes do ponto no tempo em que a conversão de valor de recursos foi realizada até o ponto no tempo da conversão de valor de recursos. Este período predeterminado pode ser adequadamente definido de acordo com o comportamento de infecção de dano por doença ou comportamento de ocorrência, ou comportamento de eficácia de agente químico, etc.
[060] Um exemplo de conversão de valor de recursos dos dados detectados por meio dos sensores fornecidos no nó de sensor 30 foi descrito acima. Um exemplo de conversão de valor de recursos de informações relacionadas à densidade de plantio será descrito a seguir. Ressalta-se que as informações relacionadas à densidade de plantio podem ser informações relacionadas ao fator ambiental. A densidade de plantio é um índice da extensão do apinhamento da cultura. Uma densidade de plantio mais alta geralmente produz alta umidade, e há um risco aumentado de ocorrência de danos por doenças fúngicas filamentosas, por exemplo. À medida que a densidade de plantio aumenta, é mais provável que haja falta de luz solar ou de ventilação dentro dos grupos de plantas, o que afeta o crescimento das plantas e o ambiente ao redor. O agrupamento das densidades de plantio é, portanto, significativo para estimar o risco de infecção. Por exemplo, a unidade de conversão de valor de recursos 131 gera um valor de recursos relacionado à densidade de plantio, classificando as densidades de plantio a cada ± 200 plantas/10a em torno de uma densidade de plantio de 2.000-2200 plantas/10a.
[061] As informações relacionadas à densidade de plantio podem ser informações não modificadas da densidade de plantio ou podem ser um valor de recursos gerado pela conversão de valor de recursos de informações, incluindo a densidade de plantio.
[062] Um exemplo no qual a unidade de conversão de valor de recursos 131 gera um valor de recursos foi descrito acima. A unidade de conversão de valor de recursos 131 emite o valor de recursos gerado para a unidade de aprendizagem de máquina 132. Neste caso, a unidade de aprendizagem de máquina 132 gera ou atualiza o modelo de estimação de infecção ao usar o valor de recursos como um valor de entrada. Além disso, a unidade de conversão de valor de recursos 131 emite o valor de recursos gerado para a unidade de estimação 133. Neste caso, a unidade de estimação 133 pode inserir o valor de recursos no modelo de estimação de infecção, emitir um resultado de estimação do modelo de estimação de infecção e transmitir o resultado de estimação para a unidade de controle de exibição 134. Além disso, o valor de recursos gerado pode ser armazenado na unidade de memória 120. Deve-se notar que os vários tipos de informações de cultivo que sofreram conversão de valor de recursos aqui também podem ser usados pela unidade de aprendizagem de máquina 132 ou a unidade de estimação 133, sem a conversão de valor de recursos ter sido realizada.
[063] A unidade de aprendizagem de máquina 132 gera ou atualiza o modelo de estimação de infecção com base em um algoritmo de aprendizagem de máquina predeterminado. Especificamente, a unidade de aprendizagem de máquina 132 usa as informações de três fatores armazenadas na unidade de memória 120 como dados de entrada e gera ou atualiza o modelo de estimação de infecção com base no algoritmo de aprendizagem de máquina (as operações acima também são referidas coletivamente abaixo simplesmente como “aprendizagem de máquina”). Deve-se notar que o algoritmo de aprendizagem de máquina pode ser qualquer tipo de algoritmo de aprendizagem de máquina existente que pode ser usado para aprendizado de máquina do modelo de estimação de infecção. Por exemplo, o algoritmo de aprendizagem de máquina pode ser uma técnica de classificação, como regressão logística, uma máquina de vetor de suporte, uma floresta aleatória ou o método de vizinhança, ou pode ser um algoritmo computacional que emprega uma rede neural ou uma rede Bayesiana.
[064] Especificamente, a unidade de aprendizagem de máquina 132 adquire da unidade de memória 120 as informações de três fatores, incluindo o valor de recursos gerado por meio da unidade de conversão de valor de recursos 131. Deve- se notar que a unidade de aprendizagem de máquina 132 pode adquirir o valor de recursos da unidade de conversão de valor de recursos 131. A unidade de aprendizagem de máquina 132 gera então o modelo de estimação de infecção usando as informações de três fatores adquiridas. O modelo de estimação de infecção gerado por meio da unidade de aprendizagem de máquina 132 é armazenado na unidade de memória 120.
[065] Deve-se notar que o modelo de estimação de infecção pode ser gerado para cada sítio de cultivo. Especificamente, as informações de danos de doenças incluem informações que indicam o sítio de cultivo em que os danos de doenças ocorreram, e a unidade de aprendizagem de máquina 132 gera o modelo de estimação de infecção com base nas informações de cultivo correspondentes ao sítio de cultivo em que ocorreu o dano por doença. Por exemplo, a unidade de aprendizagem de máquina 132 adquire da unidade de memória 120 as informações de três fatores relacionadas ao sítio de cultivo indicado pela informação de danos da doença. Além disso, a unidade de aprendizagem de máquina 132 gera o modelo de estimação de infecção relacionado à cultura no sítio de cultivo usando os três fatores adquiridos.
[066] Além disso, a unidade de aprendizagem de máquina 132 pode atualizar um modelo de estimação de infecção que já foi gerado. Mais especificamente, a unidade de aprendizagem de máquina 132 adquire informações relacionadas aos três fatores, incluindo o valor de recursos e o modelo de estimação de infecção existente da unidade de memória 120, e adquire o valor de recursos da unidade de conversão de valor de recursos 131. A unidade de aprendizagem de máquina 132 usa as informações adquiridas como dados de entrada e atualiza o modelo de estimação de infecção existente com base no algoritmo de aprendizagem de máquina. A unidade de estimação 133 pode estimar o risco de infecção com maior precisão usando o modelo de estimação de infecção atualizado. Deve-se notar que a função da unidade de aprendizagem de máquina 132 para atualizar o modelo de estimação de infecção é uma função de uma primeira unidade de aprendizagem de máquina.
[067] A unidade de estimação 133 realiza uma estimação em relação ao risco de infecção que ocorre na cultura. Especificamente, a unidade de estimação 133 estima as informações de infecção relacionadas à infecção da cultura com base no modelo de estimação de infecção que é usado para estimar a informação de infecção da cultura e é gerado com base no algoritmo de aprendizagem de máquina, usando as informações de três fatores, incluindo o valor de recursos como dados de entrada. Neste modo de modalidade, as informações de infecção são informações relacionadas ao risco de infecção da cultura. Por exemplo, a unidade de estimação 133 adquire da unidade de memória 120 o modelo de estimação de infecção e as informações de três fatores em um ponto específico no tempo e insere as informações de três fatores adquiridas para o modelo de estimação de infecção. A unidade de estimação 133, então, transmite para a unidade de controle de exibição 134 a informação que indica o risco de ocorrência de infecção, que foi produzida a partir do modelo de estimação de infecção (também referido abaixo como o "resultado de estimação").
[068] Além disso, a unidade de estimação 133 também pode estimar o risco de infecção com base em um resultado de estimação anterior do risco de infecção estimado com base no modelo de estimação de infecção. Mais especificamente, a unidade de estimação 133 pode estimar o risco de infecção com base no modelo de estimação de infecção enquanto usa um resultado de estimação anterior do risco de infecção como dados de entrada. Isso permite que a unidade de estimação 133 estime o risco de infecção com maior precisão.
[069] Além disso, usar um resultado de estimação anterior como dados de entrada, a unidade de estimação 133 pode estimar o risco de infecção usando o modelo de estimação de infecção que foi atualizado com base no algoritmo de aprendizagem de máquina. Mais especificamente, a unidade de aprendizagem de máquina 132 em primeiro lugar atualiza o modelo de estimação de infecção com base em um algoritmo de aprendizagem de máquina predeterminado enquanto usa, como dados de entrada, um resultado de estimação anterior estimado pela unidade de estimação 133. A unidade de estimação 133 estima o risco de infecção com base no modelo de estimação de infecção atualizado. A unidade de estimação 133 pode, portanto, usar um modelo de estimação de infecção que foi atualizado com base em um resultado de estimação anterior e pode, portanto, estimar o risco de infecção com maior precisão. Deve-se notar que a função da unidade de aprendizagem de máquina 132 para atualizar o modelo de estimação de infecção com base em um resultado de estimação anterior é uma função de uma segunda unidade de aprendizagem de máquina.
[070] A unidade de controle de exibição 134 gera informações que são exibidas no terminal de processamento de informação 20. Especificamente, a unidade de controle de exibição 134 gera informações de exibição para fazer com que o terminal de processamento de informação 20 exiba informações relacionadas aos resultados da estimação. Por exemplo, informações de solicitação, que são informações solicitando transmissão de informações de exibição, são enviadas para o dispositivo de processamento de informação 10 a partir do terminal de processamento de informação 20, e essas informações de solicitação são recebidas por meio da unidade de comunicação 110. Neste ponto no tempo, a unidade de controle de exibição 134 adquire um resultado de estimação relacionado a um sítio de cultivo especificado com base na informação de solicitação, em um período que é especificado a partir da informação de solicitação. A unidade de controle de exibição 134 então gera a informação de exibição processando o resultado de estimação adquirido e transmite a informação de exibição gerada para a unidade de comunicação 110. Além disso, o resultado de estimação pode igualmente ser transmitido sem ser processado.
[071] As informações de cultivo correspondentes ao resultado de estimação exibido podem ainda ser adicionadas como as informações de exibição. Por exemplo, a unidade de controle de exibição 134 adquire da unidade de memória 120 as informações de cultivo (informações meteorológicas ou informações de agroquímico, etc.) que foram a entrada no processamento de estimação para a qual o resultado de estimação adquirida foi a saída. A unidade de controle de exibição 134 então gera a informação de exibição processando a informação de cultivo adquirida e transmite a informação de exibição gerada para a unidade de comunicação 110. Deve-se notar que a informação de cultivo também pode ser transmitida para a unidade de comunicação 110 sem ser processada. [Terminal de Processamento de Informação]
[072] O terminal de processamento de informação 20 tem as funções de enviar informações geradas de acordo com uma operação do usuário para o dispositivo de processamento de informação 10 através da rede 50, e de exibir vários tipos de informações relacionadas à cultura de acordo com o controle realizado pelo dispositivo de processamento de informação 10. As funções do terminal de processamento de informação 20 são implementadas pela colaboração de uma unidade de entrada 210, uma unidade de controle 220, uma unidade de comunicação 230 e uma unidade de exibição 240, que são mostradas na fig. 2
[073] A unidade de entrada 210 recebe operações em relação ao terminal de processamento de informação 20. Especificamente, a unidade de entrada 210 recebe uma operação de entrada e gera vários tipos de informação de acordo com as operações recebidas. Os vários tipos de informações que são geradas são enviadas para a unidade de controle 220. Especificamente, os itens de informações geradas de acordo com as operações do usuário são as informações de danos de doenças, informações de agroquímico, informações sobre culturas, informações sobre locais de cultivo e informações sobre pedidos. Esses itens de informação serão descritos mais especificamente aqui.
[074] As informações de danos de doenças são informações relacionadas aos danos de doenças que ocorreram na cultura. As informações de danos de doenças incluem informações que indicam o tipo de dano por doença que ocorreu,
como mofo cinzento, bolor das folhas, oídio ou ferrugem. Deve-se observar que o dano por doença é uma doença microbiana, um distúrbio fisiológico ou um distúrbio fisiológico causado por ervas daninhas, etc. Além disso, as informações de dano por doença incluem informações que indicam a data de ocorrência de dano por doença, ou a duração da ocorrência. O histórico de ocorrência de dano por doença é gerado pela combinação adequada desses itens de informações de dano por doença. O histórico de ocorrência de dano por doença é uma informação que indica o tipo de dano por doença que ocorreu na cultura e a data ou hora em que o dano por doença ocorreu, etc.
[075] Deve-se notar que um dispositivo de aquisição de imagem pode ser instalado no sítio de cultivo 31, e este dispositivo de aquisição de imagem pode adquirir informações de imagem da cultura e enviar as informações de imagem para o dispositivo de processamento de informação 10 através da rede 50. Ao analisar as informações de imagem, o dispositivo de processamento de informação 10 pode determinar se o dano por doença está ou não ocorrendo na cultura e pode gerar o histórico de ocorrência de dano por doença. Além disso, os danos causados por doenças que ocorreram na cultura podem ser estimados com base em fatos indiretos, e o histórico de ocorrência de danos por doenças pode ser gerado com base nas informações estimadas. Por exemplo, se um usuário, como um fazendeiro que está cultivando a cultura no sítio de cultivo 31, ficar doente, os danos causados por doenças podem ser a causa dessa doença. Pode-se então estimar que os danos causados por doenças estão ocorrendo na cultura, com base na doença. Além disso, o histórico de ocorrência de dano por doença pode ser gerado com base neste resultado de estimação.
[076] As informações de agroquímico são informações relacionadas aos agroquímicos que são pulverizados. Mais especificamente, as informações de agroquímico são as informações que indicam o nome, tipo, grupo ou efeito, data de aplicação ou quantidade de pulverização de um agroquímico pulverizado. O terminal de processamento de informação 20 estima o efeito posterior do agroquímico com base em informações de pulverização, como o nome e a data de pulverização, etc. do agroquímico que foi pulverizado. Além disso, o usuário pode inserir o grupo de agroquímicos por meio do terminal de processamento de informação 20 e o terminal de processamento de informação 20 pode estimar o grupo de agroquímicos com base no nome do agroquímico, etc. inserida pelo usuário. Deve-se notar que o efeito colateral do agroquímico e do grupo agroquímico pode ser incluído nas informações relacionadas ao fator hospedeiro.
[077] Além disso, o efeito posterior do agroquímico é o efeito do agroquímico pulverizado sobre a cultura que permanece na cultura. O efeito posterior do agroquímico pode ser calculado com base na data em que o agroquímico foi pulverizado e no nome do agroquímico pulverizado. Por exemplo, o nome do agroquímico é inserido no terminal de processamento de informação 20 pelo usuário como informação de agroquímico. Esta informação é enviada para o dispositivo de processamento de informação 10 através da rede 50. Aqui, o nome do agroquímico e a informação relativa a uma mudança ao longo do tempo da eficácia do agroquímico são armazenados no dispositivo de processamento de informação 10. O dispositivo de processamento de informação 10 pode calcular o efeito colateral do agroquímico com base no nome do agroquímico e nas informações relacionadas a uma mudança ao longo do tempo da eficácia do agroquímico, que foram adquiridas do terminal de processamento de informação 20.
[078] Além disso, o grupo agroquímico refere-se a uma conversão de um agroquímico tendo um efeito posterior em informação relativa a um grupo composto. Aqui, o dispositivo de processamento de informação 10 armazena um banco de dados no qual nomes de agroquímicos estão associados a grupos de agroquímicos. Por exemplo, o dispositivo de processamento de informação 10 pode converter o nome de um agroquímico adquirido do terminal de processamento de informação 20 em informações relacionadas a um grupo de agroquímicos, com base nesta base de dados.
[079] A informação de cultura é a informação relativa à cultura que está sendo cultivada no sítio de cultivo 31. Mais especificamente, a informação de cultura é a informação que indica o estágio de crescimento, espécie e variedade da cultura, resistência a danos por doenças, densidade de plantio, variedade e características do porta-enxerto , e a extensão da espessura ou vigor das folhas, etc.
[080] As informações relacionadas ao estágio de crescimento da cultura são informações relacionadas à fase de crescimento da cultura, como a data de semeadura, data de plantio resolvido, data de início da colheita ou data de término do cultivo da cultura, etc. Essas informações podem ser inseridas no terminal de processamento de informação 20 pelo usuário como a informação de cultura.
[081] A resistência da cultura aos danos por doenças é uma característica relacionada com a resistência das culturas a vários tipos de danos por doenças. A resistência a danos por doença pode ser gerada pelo dispositivo de processamento de informação 10 com base na entrada de informações pelo usuário. Por exemplo, um banco de dados que indica a resistência de cada variedade de culturas aos danos causados por doenças é armazenado com antecedência no dispositivo de processamento de informação 10. Por exemplo, o usuário insere informações relacionadas com a variedade de culturas no terminal de processamento de informação 20 como informações de culturas. Estas informações são enviadas para o dispositivo de processamento de informação 10 através da rede 50. O dispositivo de processamento de informação 10 pode gerar informações relativas à resistência da cultura a danos por doença com base nas informações que foram enviadas, e no banco de dados. Além disso, a resistência a danos por doença pode ser inserida diretamente no terminal de processamento de informação 20 pelo usuário e enviada para o dispositivo de processamento de informação 10.
[082] Além disso, as informações relacionadas às características do porta- enxerto podem ser informações que indicam qual variedade de porta-enxerto é usada para o porta-enxerto da cultura. Mais especificamente, as informações relacionadas às características do porta-enxerto podem ser informações que indicam o nome da variedade de porta-enxerto ou características da variedade de porta- enxerto.
[083] As informações do sítio de cultivo são informações que indicam a elevação do sítio de cultivo, as características do clima, o tipo de solo ou o estado nutricional do solo, etc. Deve-se notar que as informações do sítio de cultivo podem ser informações relacionadas a um único sítio de cultivo, ou podem ser informações relacionadas a vários locais de cultivo. Esses itens de informações do sítio de cultivo podem ser incluídos nas informações relacionadas ao fator ambiental.
[084] A informação de solicitação é informação que indica uma solicitação ao dispositivo de processamento de informação 10 para transmissão de informação de exibição. Por exemplo, uma tela de entrada é exibida pela unidade de exibição 240 e um usuário opera a tela de entrada, por meio da qual os vários tipos de informações descritos acima são gerados.
[085] A unidade de controle 220 controla a operação geral do terminal de processamento de informação 20. Especificamente, a unidade de controle 220 controla as operações da unidade de comunicação 230 e da unidade de exibição
240. Por exemplo, a unidade de controle 220 faz com que a unidade de comunicação 230 envie as informações geradas pela unidade de entrada 210. Além disso, a unidade de controle 220 gera informação de imagem com base na informação de exibição transmitida a partir do dispositivo de processamento de informação 10 e faz com que uma imagem seja exibida transmitindo a informação de imagem para a unidade de exibição 240.
[086] A unidade de comunicação 230 se comunica com o dispositivo de processamento de informação 10. Especificamente, a unidade de comunicação 230 envia, para o dispositivo de processamento de informação 10, a informação de cultura, informação do sítio de cultivo, informação de dano por doença, informação de agroquímico e informação de solicitação gerada por meio da unidade de entrada
210. Além disso, a unidade de comunicação 230 recebe informações de exibição do dispositivo de processamento de informação 10. Deve-se notar que o terminal de processamento de informação 20 pode se comunicar com o nó de sensor 30 ou o servidor de informações meteorológicas 40 e receber informações de observação do sítio de cultivo ou informações meteorológicas.
[087] A unidade de exibição 240 serve como uma unidade de saída neste modo de modalidade, exibindo imagens com base em uma instrução da unidade de controle 220. Especificamente, a unidade de exibição 240 exibe uma tela de exibição de informações e uma tela de entrada de operação com base na informação de imagem transmitida a partir da unidade de controle 220. Por exemplo, a unidade de exibição 240 exibe uma tela de histórico de ocorrência de dano por doença, uma tela de registro de pulverização de agroquímicos, uma tela de informação de ocorrência de dano por doença ou uma tela de informação de semeadura. Essas telas serão descritas mais especificamente com referência à fig. 4 a fig. 8. Fig. 4 e fig. 5 são diagramas, cada um mostrando um exemplo da tela de histórico de ocorrência de dano por doença que é exibida no terminal de processamento de informação 20 de acordo com um modo de modalidade da presente invenção. A Fig. 6 é um diagrama que mostra um exemplo da tela de registro de pulverização de agroquímicos que é exibida no terminal de processamento de informação 20 de acordo com um modo de modalidade da presente invenção. A Fig. 7 é um diagrama que mostra um exemplo da tela de informação de ocorrência de dano por doença que é exibida no terminal de processamento de informação 20 de acordo com um modo de modalidade da presente invenção. A Fig. 8 é um diagrama que mostra um exemplo da tela de informações de semeadura que é exibida no terminal de processamento de informação 20 de acordo com um modo de modalidade da presente invenção. (Tela de Histórico de Ocorrência de Dano por doença)
[088] Por meio da unidade de controle 220, a unidade de exibição 240 exibe a tela de histórico de ocorrência de dano por doença para cada sítio de cultivo com base em vários tipos de entrada de informação pelo usuário e informação de imagem gerada com base nos resultados de estimação do dispositivo de processamento de informação 10. Mais especificamente, a tela de histórico de ocorrência de dano por doença é uma tela img1, como mostrado na fig. 4, que exibe o histórico de ocorrências do dano por doença, o resultado de estimação de risco de infecção e um registro relacionado à pulverização de agroquímicos, etc. Mais especificamente, a tela de histórico de ocorrência de dano por doença img1 exibe, em sucessão a partir do topo: uma imagem de data 241a, uma imagem de resultado de estimação 242b, um botão de entrada de agroquímico 243a, um botão de entrada de dano por doença 244a, uma imagem de registro de agroquímico 245a e uma imagem de registro de dano por doença 246a.
[089] A imagem de data 241a exibe a data na qual a tela de histórico de ocorrência de dano por doença img1 está sendo exibida na unidade de exibição 240, por exemplo. No exemplo mostrado na fig. 4, a imagem da data 241a exibe o dia d5, mês m2, ano y1 como a data.
[090] A imagem de resultado de estimação 242a exibe, em sucessão a partir do topo, o risco de infecção, surto/sem surto de doença (ocorrência/sem ocorrência de dano por doença) e pulverização de agroquímicos/sem pulverização de agroquímicos, para várias datas (no exemplo mostrado em fig. 4, as datas para os dias 23-30, mês m2, ano y1). A linha de risco de infecção na tela de resultados de estimação 242a é exibida na forma de caracteres, gráficos ou símbolos, etc., com base no resultado de estimação estimado por meio do dispositivo de processamento de informação 10. Quando o risco de infecção é alto, por exemplo, o caractere “H” é exibido, e quando o risco de infecção é baixo, o caractere “L” é exibido. No exemplo mostrado na fig. 4, estima-se que o risco de infecção seja baixo nos dias 23-30, mês m2, ano y1. O caractere “L” é, portanto, exibido nos campos da linha de risco de infecção correspondente aos dias 23-30, mês m2, ano y1.
[091] Além disso, na linha surto/sem surto de doença, um sinal como uma cruz, por exemplo, indicando que houve um surto de doença é exibido nos campos correspondentes aos dias em que houve um surto de doença na cultura. Por outro lado, os campos correspondentes aos dias em que não houve surto de doença na cultura estão em branco. Consequentemente, os campos correspondentes aos dias 23-30, mês m2, ano y1 estando em branco na linha de surto/sem surto de doença indica que não houve surto de doença na cultura nos dias 23-30, mês m2, ano y1. Como não houve surto de doença na cultura, o risco de infecção nos dias 23-30, mês m2, ano y1 é estimado como baixo.
[092] Além disso, na linha de pulverização de agroquímicos, um símbolo como um círculo, por exemplo, indicando que um agroquímico foi pulverizado é exibido nos campos correspondentes aos dias em que o agroquímico foi pulverizado. Além disso, na linha de pulverização de agroquímicos, os campos correspondentes aos dias em que nenhum agroquímico foi pulverizado estão em branco. Consequentemente, os campos correspondentes aos dias 23-30, mês m2, ano y1 estando em branco na linha de pulverização de agroquímicos indica que nenhum agroquímico foi pulverizado nos dias 23-30, mês m2, ano y1.
[093] Quando o botão de entrada de agroquímicos 243a é operado pelo usuário, a tela exibida na unidade de exibição 240 é comutada da imagem img1 para uma tela img3 que é um exemplo da tela de registro de pulverização de agroquímicos mostrada na fig. 6. Além disso, quando o botão de entrada de dano por doença 244a é operado pelo usuário, a tela exibida na unidade de exibição 240 muda da imagem img1 para a tela img4 que é um exemplo da tela de informação de ocorrência de dano por doença mostrada na fig. 7
[094] Além disso, a tela img1 exibe a imagem de registro de agroquímicos 245a ou a imagem de registro de dano por doença 246a que mostram, em séries temporais, um registro de pulverização de agroquímicos ou um registro de ocorrências de surtos de doenças. Por exemplo, a imagem de registro de agroquímicos 245a exibe uma imagem indicando que um agroquímico_B foi pulverizado no dia d9, mês m2, ano y1. Além disso, a imagem de registro de dano por doença 246a exibe, em séries temporais, uma indicação de que ocorreu dano por doença_D, E e F.
[095] Uma tela img2 será descrita a seguir com referência à fig. 5 como um exemplo diferente da tela de histórico de ocorrência de dano por doença da tela img1 descrita acima. Como a tela img1, a tela img2 exibe, em sucessão a partir do topo: uma imagem de data 241b, uma imagem de resultado de estimação 242b, um botão de entrada de agroquímicos 243b, um botão de entrada de dano por doença 244b, uma imagem de registro de agroquímico 245b e uma imagem de registro de dano por doença 246b. A imagem de resultado de estimação 242b que difere entre a tela img1 e a tela img2 será descrita aqui.
[096] Na imagem de resultado de estimação 242b, um sinal de cruz indicando que houve um surto de doença é exibido nos campos correspondentes aos dias 23 e 24 da linha de surto/sem surto de doença. O dispositivo de processamento de informação 10 recebe a informação de que houve um surto de doença nos dias 23 e 24 e estima que o risco de infecção é alto nos dias 25 e 26. O caractere “H” indicando que o risco de infecção é alto é, portanto, exibido nos campos da linha de risco de infecção correspondente aos dias 25 e 26. Além disso, os campos correspondentes aos dias 25-29 na linha do surto/sem surto de doença estão em branco para indicar que não houve surto de doença. O dispositivo de processamento de informação 10 recebe a informação de que não houve surto de doença nos dias 25-29 e estima que o risco de infecção é baixo nos dias 27-30. O caractere “L” é, portanto, exibido nos campos da linha de risco de infecção correspondente aos dias 27-30. No entanto, um sinal de cruz indicando que houve um surto de doença é exibido no dia 30. Uma vez que a cultura foi infectada, geralmente há um período de incubação até que os danos da doença ocorram na cultura. Por exemplo, um surto de doença pode ocorrer em culturas após cerca de 4- 5 dias após a infecção da cultura. Será entendido a partir do exemplo mostrado na fig. 5 que a estimação do risco de infecção pelo dispositivo de processamento de informação 10 estava correta. Ou seja, conforme estimado pelo dispositivo de processamento de informação 10, a cultura infeccionou no dia 25 ou 26, e houve surto de doença na cultura no dia 30, 4-5 dias após os dias da infecção. (Tela de Registro de Pulverização de Agroquímicos)
[097] A unidade de exibição 240 exibe a tela de registro de pulverização de agroquímicos com base na informação de imagem gerada por meio da unidade de controle 220. A tela img3, como mostrado na fig. 6, por exemplo, que é exibida quando o usuário registra os agroquímicos que foram pulverizados, serve como tela de registro de pulverização de agroquímicos. O usuário insere as informações de agroquímico, etc., no terminal de processamento de informação 20, consultando a tela img3. Por exemplo, a data em que o agroquímico foi pulverizado é inserida na caixa de data fornecida no topo da tela img3. O usuário seleciona o tipo de agroquímico que foi pulverizado entre seis tipos de agroquímicos_A-F fornecidos na caixa de agroquímicos e marca uma caixa de seleção. A caixa de seleção para o agroquímico_A está marcada no exemplo mostrado na fig. 6. Notas, etc., relacionadas ao agroquímico pulverizado, etc., são inseridas na outra caixa exibida abaixo da caixa de agroquímicos.
[098] Quando o botão salvar é acionado, as informações inseridas na tela img3, como a data de pulverização do agroquímico, o tipo de agroquímico pulverizado (o agroquímico_A no exemplo mostrado na fig. 6), e notas, etc. relacionadas ao agroquímico pulverizado, são inseridos no terminal de processamento de informação 20 na forma de informações de agroquímico. A entrada de informação para o terminal de processamento de informação 20 é enviada para o dispositivo de processamento de informação 10 através da rede 50 e armazenada no dispositivo de processamento de informação 10.
[099] Deve-se observar que o tipo de agroquímico é registrado na caixa de agroquímicos mostrada na fig. 6, mas isso não é limitante, e o nome, grupo ou efeito do agroquímico, ou a quantidade de agroquímico pulverizado, etc. pode igualmente ser divulgado na caixa do agroquímico. Além disso, seis tipos de agroquímicos são fornecidos na caixa de agroquímicos mostrada na fig. 6, mas 1-5 tipos de agroquímicos podem ser dados, ou 7 ou mais tipos de agroquímicos também podem ser dados. (Tela de Informações de Ocorrência de Dano por doença)
[0100] A unidade de exibição 240 exibe a tela de informação de ocorrência de dano por doença com base na informação de imagem gerada por meio da unidade de controle 220. Uma tela img4 para registrar dano por doença que ocorreu na cultura, tal como mostrado na fig. 7, por exemplo, serve como tela de informações de ocorrência de dano por doença. Por exemplo, a data em que ocorreu o dano da doença é inserida na caixa de data fornecida na parte superior da tela img4. O usuário seleciona o tipo de dano por doença que ocorreu entre os seis tipos de dano por doença_A-F exibidos na caixa de dano por doença e marca uma caixa de seleção. A caixa de seleção para a doença danos_C está marcada no exemplo mostrado na fig. 7. Além disso, notas, etc., relacionadas com a extensão dos danos da doença, etc., são inseridas na outra caixa.
[0101] Quando o botão salvar é acionado, as informações inseridas na tela img4, como a data em que ocorreu o dano por doença, o tipo de dano por doença e notas, etc., são inseridos no terminal de processamento de informação 20 como informações de dano por doença. A informação de entrada é enviada para o dispositivo de processamento de informação 10 através da rede 50 e armazenada no dispositivo de processamento de informação 10.
[0102] Deve-se notar que seis tipos de danos causados por doenças são fornecidos na caixa de danos causados por doenças, mostrada na fig. 7, mas 1-5 tipos de danos de doença podem ser dados, ou 7 ou mais tipos de danos de doença também podem ser dados. Alternativamente, uma imagem para inserir a duração do dano da doença pode ser exibida na tela de informações de ocorrência do dano da doença. (Tela de Informações de Semeadura)
[0103] A unidade de exibição 240 exibe a tela de informação de semeadura com base na informação de imagem gerada por meio da unidade de controle 220. Uma tela img5 tal como mostrado na fig. 8, por exemplo, para registrar informações de semeadura para o período atual servem como tela de informações de semeadura. A tela img5 exibe, em sucessão a partir do topo, caixas para entrada: nome da cultura, variedade, densidade de plantio, método de cultivo, data de início da semeadura, data de início da colheita e data de término da colheita. Cultura_A é inserido na caixa do nome da cultura como a espécie da cultura. Além disso, a variedade_A é inserida na caixa de variedades como a variedade da cultura. Além disso, XXXX plantas/10a é inserido na caixa de densidade de plantio como a densidade de plantio da cultura. Além disso, o método de cultivo_A (por exemplo, fertirrigação por gotejamento, etc.) é inserido na caixa do método de cultivo. Além disso, as datas correspondentes são inseridas em cada uma das caixas para a data de início da semeadura, a data de início da colheita e a data de término da colheita.
[0104] Quando o usuário opera o botão salvar na tela img5, as informações inseridas na tela img5 são inseridas no terminal de processamento de informação 20 como a informação produzida. A informação de entrada é enviada para o dispositivo de processamento de informação 10 através da rede 50 e armazenada no dispositivo de processamento de informação 10.
[0105] Deve-se observar que a tela de informações de semeadura pode igualmente ser uma tela que permite a entrada de itens diferentes dos itens exibidos na tela img5. Por exemplo, a tela de informações de semeadura também pode exibir itens para entrada, como data de semeadura, data de plantio assentada, data de término do cultivo, variedade de porta-enxerto ou características do porta-enxerto, etc. O usuário pode inserir informações correspondentes a esses itens e quando o usuário pressiona o botão salvar, por exemplo, as informações inseridas podem ser enviadas para o dispositivo de processamento de informação 10 através da rede 50 e armazenadas no dispositivo de processamento de informação 10.
[0106] Deve-se ser notado que as informações registradas por meio da tela de histórico de ocorrência de dano por doença, tela de registro de pulverização de agroquímicos, tela de informação de ocorrência de dano por doença e tela de informação de semeadura são armazenadas no dispositivo de processamento de informação 10. Isso não é limitante, e o terminal de processamento de informação 20 pode igualmente armazenar a informação introduzida usando as telas acima mencionadas. [Nó de Sensor]
[0107] O nó de sensor 30 é instalado no sítio de cultivo de culturas 31. Além disso, o nó de sensor 30 compreende uma unidade de processamento de sinal e uma unidade de comunicação. Os sensores geram sinais realizando observações em relação ao ambiente ao redor dos sensores. Por exemplo, os sensores são vários tipos de sensores bem conhecidos, como um sensor de temperatura, um sensor de umidade, um sensor de radiação solar, um sensor de concentração de dióxido de carbono ou um sensor de umidade do solo. Um sensor de solo é um sensor para detectar informações relacionadas ao solo, como um sensor de umidade do solo ou um sensor de pH do solo. Além disso, os sensores para gerar informações de fator ambiental podem ser sensores, como um sensor de radiação solar ou um sensor de umidade.
[0108] A unidade de processamento de sinal gera informações de observação do sítio de cultivo com base nos sinais gerados pelos sensores. Especificamente, a unidade de processamento de sinal gera as informações de observação do sítio de cultivo realizando processamento de sinal, como amostragem ou filtragem em relação aos sinais obtidos dos sensores. Deve-se notar que as informações de observação do sítio de cultivo geradas podem ser dados digitais ou analógicos.
[0109] A unidade de comunicação se comunica com o dispositivo de processamento de informação 10. Especificamente, a unidade de comunicação envia a informação de observação do sítio de cultivo gerada por meio da unidade de processamento de sinal para o dispositivo de processamento de informação 10 através da rede 50. Deve-se notar que a unidade de comunicação pode enviar as informações de observação do sítio de cultivo cada vez que a informação for gerada, ou pode enviar as informações de observação do sítio de cultivo em intervalos de tempo predeterminados. Alternativamente, a unidade de comunicação pode enviar as informações de observação do sítio de cultivo de acordo com uma solicitação do dispositivo de processamento de informação.
[0110] Além disso, o nó de sensor 30 pode enviar informações relacionadas ao número de esporos da cultura medido por meio de um contador de esporos fornecido no sítio de cultivo 31. Mais especificamente, o nó de sensor 30 envia informações relacionadas ao número medido de esporos como informações de observação de sítio de cultivo para o dispositivo de processamento de informação 10 através da rede 50. [Servidor de informações meteorológicas]
[0111] O servidor de informações meteorológicas 40 transmite informações meteorológicas para um dispositivo externo. Especificamente, quando há uma solicitação do dispositivo de processamento de informação 10 para transmissão de informações meteorológicas, o servidor de informações meteorológicas 40 envia as informações meteorológicas solicitadas para o dispositivo de processamento de informação 10. Por exemplo, as informações meteorológicas são informações que indicam a temperatura do ar, umidade, quantidade de radiação solar ou chuva. Esses itens de informações meteorológicas podem estar informações relacionadas ao fator meio ambiente entre os três fatores. <2.2. Processamento de Sistema>
[0112] O processamento no sistema de processamento de informação 1 será descrito a seguir. (Processamento Geral)
[0113] Um fluxo do processamento geral no sistema de processamento de informação 1 de acordo com um modo de modalidade da presente invenção será descrito em primeiro lugar com referência à fig. 9. A Fig. 9 mostra esquematicamente um exemplo do fluxo do processamento geral no sistema de processamento de informação 1 de acordo com um modo de modalidade da presente invenção.
[0114] O terminal de processamento de informação 20 em primeiro lugar envia a informação de cultura, informação do sítio de cultivo, informação de dano por doença e informação de agroquímico para o dispositivo de processamento de informação 10 (passo S101). Especificamente, a unidade de comunicação 230 envia, para o dispositivo de processamento de informação 10, a informação de cultura, informação do sítio de cultivo, informação de dano por doença e informação de agroquímico gerada por meio da unidade de entrada 210 com base nas operações do usuário.
[0115] O nó de sensor 30, então, envia as informações de observação do sítio de cultivo para o dispositivo de processamento de informação 10 (etapa S102). Especificamente, o nó de sensor 30 envia para o dispositivo de processamento de informação 10 a informação de observação do sítio de cultivo gerada com base nos sinais obtidos por meio dos sensores.
[0116] O servidor de informações meteorológicas 40, então, envia as informações meteorológicas para o dispositivo de processamento de informação 10 (etapa S103). Especificamente, o servidor de informações meteorológicas 40 gera as informações meteorológicas ou adquire as informações meteorológicas de outro dispositivo. O servidor de informações meteorológicas 40 envia as informações meteorológicas para o dispositivo de processamento de informação 10 periodicamente ou de acordo com uma solicitação do dispositivo de processamento de informação 10.
[0117] O dispositivo de processamento de informação 10 então executa o processamento de atualização do modelo de estimação de infecção usando a informação recebida (etapa S104). Especificamente, a unidade de comunicação 110 faz com que a unidade de memória 120 armazene as informações do sítio de cultivo enviadas a partir do terminal de processamento de informação 20, do nó de sensor 30 e do servidor de informações meteorológicas 40. A unidade de aprendizagem de máquina 132 então atualiza o modelo de estimação de infecção usando as informações de cultivo armazenadas. Deve-se notar que os detalhes deste processamento serão descritos posteriormente com referência à fig. 10
[0118] O dispositivo de processamento de informação 10, então, realiza uma estimação em relação ao risco de infecção usando o modelo de estimação de infecção (etapa S105). Especificamente, a unidade de estimação 133 insere as informações de três fatores, incluindo o valor de recursos, para o modelo de estimação de infecção. Mais especificamente, a unidade de estimação 133 insere no modelo de estimação de infecção as informações de três fatores, incluindo o valor de recursos que foi gerado por meio da unidade de conversão de valor de recursos
131. A unidade de estimação 133 faz com que a unidade de memória 120 armazene a saída do resultado de estimação do modelo de estimação de infecção. Deve-se notar que os detalhes deste processamento serão descritos posteriormente com referência à fig. 11
[0119] O terminal de processamento de informação 20 então envia informações de solicitação em relação ao resultado de estimação de risco de infecção para o dispositivo de processamento de informação 10 (etapa S106). Especificamente, a unidade de comunicação 230 envia, para o dispositivo de processamento de informação 10, informações solicitadas em relação à exibição de informações relacionadas ao resultado de estimação de risco de infecção, as informações solicitadas sendo geradas por meio da unidade de entrada 210 com base em uma operação do usuário.
[0120] O dispositivo de processamento de informação 10 então envia informações de exibição para o terminal de processamento de informação 20 em resposta à solicitação de informações recebida (etapa S107). Especificamente, quando a informação de solicitação é recebida por meio da unidade de comunicação 110, a unidade de controle de exibição 134 gera a informação de exibição com base no resultado de estimação armazenado na unidade de memória 120. A unidade de controle de exibição 134 faz com que a unidade de comunicação 110 enviar a informação de exibição gerada para o terminal de processamento de informação 20.
[0121] O terminal de processamento de informação 20 exibe as informações de estimação de risco de infecção com base nas informações de exibição recebidas (etapa S108). Especificamente, a unidade de controle 220 gera informação de imagem a partir da informação de exibição recebida por meio da unidade de comunicação 230 e transmite a informação de imagem gerada para a unidade de exibição 240. A unidade de exibição 240 exibe a tela de resultado de estimação com base na imagem transmitida em formação. A tela de resultados de estimação pode ser uma tela para exibir o nível de risco de infecção, como mostrado na fig. 4 ou fig.
5. (Processamento de Aprendizagem de Máquina)
[0122] O fluxo de processamento geral no sistema de processamento de informação 1 de acordo com um modo de modalidade da presente invenção foi descrito acima. O fluxo de processamento de atualização realizado pelo dispositivo de processamento de informação 10, que é o processamento na etapa S104, será descrito em detalhes a seguir, com referência à fig. 10. A Fig. 10 é um fluxograma que mostra esquematicamente um exemplo de processamento de atualização realizado pelo dispositivo de processamento de informação 10 de acordo com um modo de modalidade da presente invenção.
[0123] O dispositivo de processamento de informação 10 adquire a informação de três fatores (etapa S201). Especificamente, a unidade de conversão de valor de recursos 131 adquire a informação de cultivo incluindo a informação de três fatores que é armazenada na unidade de memória 120. Além disso, a unidade de aprendizagem de máquina 132 também adquire a informação de cultivo incluindo a informação de três fatores que é armazenada na unidade de memória 120, conforme necessário.
[0124] Além disso, o dispositivo de processamento de informação 10 gera um valor de recursos ao realizar a conversão de valor de recursos de pelo menos qualquer item de informação na informação de três fatores e emite o valor de recursos gerado (etapa S202). Especificamente, a unidade de conversão de valor de recursos 131 gera o valor de recursos realizando conversão de valor de recursos de pelo menos qualquer item de informação na informação de três fatores, que está incluída nas informações de cultivo adquiridas, e envia o valor de recursos gerado para a unidade de aprendizagem de máquina 132. Neste ponto no tempo, a unidade de conversão de valor de recursos 131 pode armazenar o valor de recursos gerado na unidade de memória 120.
[0125] Além disso, o dispositivo de processamento de informação 10 adquire o modelo de estimação de infecção existente (etapa S203). Especificamente, a unidade de aprendizagem de máquina 132 adquire o modelo de estimação de infecção armazenado na unidade de memória 120.
[0126] O dispositivo de processamento de informação 10, então, usa as informações de três fatores, incluindo o valor de recursos para atualizar o modelo de estimação de infecção (etapa S204). Especificamente, a unidade de aprendizagem de máquina 132 adquire o algoritmo de aprendizagem de máquina armazenado na unidade de memória 120. A unidade de aprendizagem de máquina 132 atualiza o modelo de estimação de infecção com base no algoritmo de aprendizagem de máquina adquirido, enquanto usa as informações de três fatores, incluindo o valor de recursos como dados de entrada. Deve-se notar que estes dados de entrada podem ser informações compreendendo apenas o valor de recursos gerado por meio da unidade de conversão de valor de recursos 131, ou os dados de entrada podem ser informações em que o valor de recursos é combinado com a informação de três fatores que não passou por conversão de valor de recursos.
[0127] O dispositivo de processamento de informação 10, então, calcula a exatidão do modelo de estimação de infecção atualizado (etapa S205). Especificamente, a unidade de aprendizagem de máquina 132 insere dados de entrada de teste para o modelo de estimação de infecção que foi atualizado na etapa S204 e calcula a exatidão do modelo comparando um valor de saída com dados de saída de teste. Os dados de entrada de teste podem ser informações compreendendo apenas o valor de recursos gerado por meio da unidade de conversão de valor de recursos 131 ou os dados de entrada de teste podem ser informações em que o valor de recursos é combinado com as informações de três fatores que não se submeteram à conversão de valor de recursos.
[0128] A unidade de aprendizagem de máquina 132 determina então se um valor calculado que foi calculado na etapa S205 é igual ou maior do que um limite predeterminado que é definido com antecedência (etapa S206). Se o valor calculado for igual ou superior ao limite (etapa S206/Y), então o dispositivo de processamento de informação 10 armazena o modelo de estimação de infecção atualizado (etapa S207). Especificamente, quando a exatidão calculada é igual ou superior ao limite, a unidade de aprendizagem de máquina 132 faz com que a unidade de memória 120 armazene o novo modelo de estimação de infecção. Deve-se notar que se o valor calculado for menor do que o limite (etapa S206/N), o processamento é mais uma vez implementado na etapa S204. (Processamento de Estimação)
[0129] O fluxo de processamento de estimação realizado pelo dispositivo de processamento de informação 10 será descrito em detalhes a seguir com referência à fig. 11. A Fig. 11 é um fluxograma que mostra esquematicamente um exemplo de processamento de estimação no dispositivo de processamento de informação 10 de acordo com um modo de modalidade da presente invenção.
[0130] O dispositivo de processamento de informação 10 define parâmetros em relação aos objetos da estimação de risco de infecção (etapa S301). Especificamente, a unidade de estimação 133 define parâmetros como o sítio de cultivo, nome da cultura, nome do dano da doença e período de estimação, por exemplo. Deve-se notar que os parâmetros que são definidos podem igualmente ser parâmetros diferentes daqueles acima, e parâmetros diferentes dos parâmetros acima podem ser adicionados, ou os parâmetros mencionados acima podem ser omitidos.
[0131] O dispositivo de processamento de informação 10 então adquire informação de cultivo em um período especificado a partir dos parâmetros (etapa S302). Especificamente, a unidade de estimação 133 adquire informações de cultivo correspondentes ao sítio de cultivo definido, nome da cultura e nome do dano por doença, no período de estimação definido.
[0132] O dispositivo de processamento de informação 10, então, gera um valor de recursos realizando conversão de valor de recursos de pelo menos qualquer item de informação na informação de três fatores e emite o valor de recursos gerado (etapa S303). Especificamente, a unidade de conversão de valor de recursos 131 adquire a informação de cultivo incluindo a informação de três fatores da unidade de memória 120. A unidade de conversão de valor de recursos 131 gera o valor de recursos executando a conversão de valor de recursos de pelo menos qualquer item de informação na informação de três fatores, que está incluída na informação de cultivo adquirida, e produz o valor de recursos gerado para a unidade de estimação 133.
[0133] O dispositivo de processamento de informação 10, então, adquire o modelo de estimação de infecção (etapa S304). Especificamente, a unidade de estimação 133 adquire o modelo de estimação de infecção que está armazenado na unidade de memória 120. Além disso, a unidade de estimação 133 adquire, a partir da unidade de memória 120, a informação de cultivo incluindo a informação de três fatores para estimar o risco de infecção, como obrigatório.
[0134] O dispositivo de processamento de informação 10, então, gera informações de estimação de risco de infecção com base no modelo de estimação de infecção (etapa S305). Especificamente, a unidade de estimação 133 usa, como dados de entrada, informações relacionadas aos três fatores, incluindo o valor de recursos gerado por meio da unidade de conversão de valor de recursos 131, e insere esses dados de entrada para o modelo de estimação de infecção para obter um resultado de estimação de risco de infecção do modelo de estimação de infecção. Este resultado de estimação serve como informação de estimação de risco de infecção. Deve-se notar que os dados de entrada podem ser informações compreendendo apenas o valor de recursos, ou podem ser informações em que o valor de recursos é combinado com as informações de três fatores que não sofreram conversão de valor de recursos.
[0135] O dispositivo de processamento de informação 10 então armazena a informação de estimação de risco de infecção gerada (etapa S306). Especificamente, a unidade de estimação 133 faz com que a unidade de memória 120 armazene as informações de estimação geradas. <2,3. Resumo do modo de modalidade da presente invenção>
[0136] De acordo com um modo de modalidade da presente invenção, o dispositivo de processamento de informação 10 gera, assim, um valor de recursos ao realizar a conversão de valor de recursos de pelo menos qualquer item de informação entre itens de informação relacionada a cada um dos três fatores no surto de doença em culturas, a saber, o fator patogênico, fator hospedeiro e fator ambiental. Além disso, o dispositivo de processamento de informação 10 estima o risco de infecção da cultura com base no modelo de estimação de infecção que é usado para estimar o risco de infecção da cultura e é gerado com base no algoritmo de aprendizagem de máquina, usando a informação relacionada aos três fatores, incluindo o valor de recursos como dados de entrada. O dispositivo de processamento de informação 10 estima assim o risco de infecção da cultura com base em informações de cultivo mais adequadas, nomeadamente a informação relativa aos três fatores, e pode, portanto, estimar o risco de infecção com maior precisão.
[0137] Além disso, até agora tem sido difícil coletar informações relacionadas a todos os três fatores nos danos causados por doenças e utilizar essas informações para estimar os danos causados por doenças. Além disso, o dano da doença ocorre devido a um grande número de elementos entre os três fatores, mas também tem sido difícil obter todo esse grande número de elementos. Por exemplo, quando o risco de infecção é estimado usando apenas as informações adquiridas pelos dados do sensor, há limites para melhorar a precisão da estimação. Além disso, se houver um aumento infinito nos tipos de dados coletados, isso acarreta custos de operação, como mídia de gravação para registrar as informações e dispositivos de processamento aritmético para prever o risco de infecção, etc.
[0138] Enquanto isso, avanços recentes na tecnologia de inteligência artificial (AI) tornaram possível realizar análises usando um grande número de elementos. Além disso, a disseminação de terminais de comunicação, como smartphones, possibilitou que informações de cultivo, incluindo informações relacionadas aos três fatores, etc., fossem mais facilmente inseridas em um terminal de comunicação por um usuário.
[0139] Neste modo de modalidade, o usuário U1 insere as informações de cultivo no terminal de processamento de informação 20 e o dispositivo de processamento de informação 10 usa essas informações de cultivo para estimar o risco de infecção usando o modelo de estimação de infecção que é gerado com base em um algoritmo de aprendizagem de máquina. Isso torna possível não só melhorar a precisão da estimação do risco de infecção, mas também estimar o risco de infecção por meio de um método mais simples e método menos caro.
[0140] Além disso, a unidade de aprendizagem de máquina 132 de acordo com este modo de modalidade atualiza o modelo de estimação de infecção com base no algoritmo de aprendizagem de máquina, enquanto usa informações relacionadas aos três fatores, incluindo o valor de recursos como dados de entrada. Além disso, a unidade de estimação 133 estima o risco de infecção da cultura com base no modelo de estimação de infecção atualizado. Em outras palavras, o modelo de estimação de infecção de acordo com este modo de modalidade é atualizado automaticamente para um modelo de estimação de infecção mais preciso. Como resultado, o dispositivo de processamento de informação 10 pode ser feito para atualizar o modelo de estimação de infecção de forma autônoma. Isso torna possível reduzir o tempo e os custos envolvidos no aprimoramento do modelo de estimação de infecção, sem qualquer intervenção humana direta no aprimoramento do modelo. Consequentemente, é possível melhorar a precisão da estimação do risco de infecção, mantendo os custos baixos.
[0141] Além disso, as informações relacionadas ao fator patogênico de acordo com este modo de incorporação incluem informações de histórico relacionadas ao histórico de ocorrências de danos por doença na cultura. As informações do histórico são informações muito importantes para estimar o risco de infecção. Mais especificamente, as informações do histórico incluem o tipo de dano da doença que realmente ocorreu na cultura e a data em que o surto da doença ocorreu, etc., portanto, a informação do histórico está fortemente relacionada à infecção da cultura. O dispositivo de processamento de informação 10 pode, portanto, estimar o risco de infecção com mais precisão, estimando o risco de infecção com base nas informações do histórico.
[0142] Além disso, a informação do histórico de acordo com este modo de modalidade inclui a informação do período relativa à duração do período em que o dano por doença ocorreu na cultura. As informações do período são informações importantes para estimar o risco de infecção. Por exemplo, o risco de infecção é estimado como mais alto quando os danos da doença ocorrem por um longo período de tempo. Portanto, é possível estimar o risco de infecção com maior precisão usando as informações do período.
[0143] Além disso, as informações relacionadas com a história de ocorrências de danos causados por doenças também podem incluir informações de frequência relacionadas com a frequência com que os danos causados por doenças ocorrem na cultura. As informações de frequência podem servir como informações importantes para estimar o risco de infecção. Por exemplo, o risco de infecção pode ser estimado como alto quando a frequência com que ocorre o dano da doença é alta. Além disso, pode-se estimar que o risco de infecção é alto quando a frequência com que ocorre o dano da doença aumenta gradualmente. O risco de infecção pode, portanto, ser estimado com maior precisão usando as informações relacionadas à frequência com que os danos causados por doenças ocorrem na cultura.
[0144] As informações relacionadas ao histórico de ocorrências de danos por doenças também podem incluir as informações de duração relacionadas à duração de um ponto no tempo em um eixo de tempo em que o dano por doença ocorreu na cultura até um ponto no tempo em que a unidade de estimação estima as informações de infecção. As informações de duração podem servir como informações importantes para estimar o risco de infecção. Por exemplo, o risco de infecção pode ser estimado como mais alto quando o período de um surto de lesão de doença até o risco de infecção ser estimado é mais curto. O risco de infecção pode, portanto, ser estimado com maior precisão usando as informações de duração.
[0145] Além disso, as informações relacionadas ao fator hospedeiro podem incluir informações relacionadas à resistência da cultura a danos por doenças, e as informações relacionadas ao fator ambiental podem incluir informações relacionadas pelo menos à umidade ou à temperatura no espaço em que a cultura está sendo cultivada. Esses itens de informação são informações importantes para estimar o risco de infecção. A resistência da cultura aos danos causados por doenças é uma característica que tem um efeito relativamente grande na infecção entre os fatores de hospedeiro. Além disso, a umidade e a temperatura são indicadores que têm um efeito relativamente grande sobre a infecção entre os fatores ambientais. O risco de infecção pode, portanto, ser estimado com maior precisão usando esses itens de informação.
[0146] A unidade de estimação 133 pode estimar o risco de infecção da cultura com base em um resultado de estimação anterior do risco de infecção estimado com base no modelo de estimação de infecção. Por exemplo, a unidade de estimação 133 pode estimar o risco de infecção com base no modelo de estimação de infecção usando um resultado de estimação anterior do risco de infecção e as informações de cultivo, etc. que foram usadas para estimar esse risco de infecção. O risco de infecção pode, portanto, ser estimado com maior precisão usando resultados de estimações anteriores do risco de infecção.
[0147] A unidade de aprendizagem de máquina 132 pode atualizar o modelo de estimação de infecção com base no algoritmo de aprendizagem de máquina enquanto usa o resultado de estimação anterior como dados de entrada. Um modelo de estimação de infecção com base em um resultado de estimação anterior é gerado por esse meio. O resultado de estimação anterior é refletido neste modelo de estimação de infecção, então a unidade de estimação 133 pode estimar o risco de infecção com maior precisão usando este modelo de estimação de infecção. <3. Configuração de Software do Dispositivo de Processamento de Informação de acordo com um Modo de Modalidade da Presente Invenção>
[0148] Um modo de modalidade da presente invenção foi descrito acima. O processamento no dispositivo de processamento de informação 10 descrito acima é implementado por colaboração de software e hardware do dispositivo de processamento de informação 10 que será descrito abaixo.
[0149] A Fig. 12 é um diagrama explicativo que mostra uma configuração de hardware do dispositivo de processamento de informação 10 de acordo com um modo de modalidade da presente invenção. Conforme mostrado na fig. 12, o dispositivo de processamento de informação 10 compreende: um processador 141, uma memória 142, um barramento interno 143, uma interface 144, um dispositivo de entrada 145, um dispositivo de saída 146, um dispositivo de armazenamento 147, uma porta de conexão 148 e um módulo de comunicação 149. (Processador)
[0150] O processador 141 funciona como um dispositivo de processamento aritmético e um dispositivo de controle e implementa as funções da unidade de processamento 130 (unidade de conversão de valor de recursos 131, unidade de aprendizagem de máquina 132, unidade de estimação 133, unidade de controle de exibição 134) colaborando com vários tipos de programas. O processador 141 usa conjunto de circuitos de controle para operar várias funções lógicas do dispositivo de processamento de informação 10, implementando programas armazenados em outro meio de armazenamento, como a memória 142 ou o dispositivo de armazenamento 147. Por exemplo, o processador 141 pode ser uma unidade de processamento central (CPU) ou uma unidade de processamento gráfico (GPU). Além disso, o processador 141 pode ser um microprocessador. (Memória)
[0151] A memória 142 armazena programas ou parâmetros de computação, etc. usados pelo processador 141 e implementa a função da unidade de memória
120. Por exemplo, a memória 142 inclui uma memória de acesso aleatório (RAM) e uma memória somente leitura (ROM), e armazena temporariamente programas usados para implementação pelo processador 141 ou parâmetros que variam apropriadamente durante a implementação, etc. Deve-se notar que um dispositivo de armazenamento externo também pode ser usado como parte da memória 142, este dispositivo de armazenamento externo sendo conectado através da porta de conexão 148 ou o módulo de comunicação 149.
[0152] Deve ser notado que o processador 141 e a memória 142 estão interligados por meio do barramento interno 143 que compreende um barramento CPU ou semelhante. Além disso, a interface 144 conecta o barramento interno 143, o dispositivo de entrada 145, o dispositivo de saída 146, o dispositivo de armazenamento 147, a porta de conexão 148 e o módulo de comunicação 149. (Dispositivo de Entrada)
[0153] O dispositivo de entrada 145 compreende um meio de entrada para a entrada de informações e um circuito de controle de entrada para gerar um sinal de entrada com base na entrada e saída do sinal de entrada para uma CPU 131, o dispositivo de entrada 145 que implementa a função de uma unidade operacional . Por exemplo, o meio de entrada pode ser um botão, um interruptor, uma alavanca ou um microfone, etc. Vários tipos de dados são introduzidos no dispositivo de processamento de informação 10 e as operações de processamento são instruídas pela operação do dispositivo de entrada 145. (Dispositivo de Saída)
[0154] O dispositivo de saída 146 emite som ou luz, etc. com base em um sinal de saída e implementa a função de uma unidade de saída. Por exemplo, o dispositivo de saída 146 inclui um dispositivo de saída de som, como um altofalante ou fones de ouvido, e um dispositivo de exibição, como uma lâmpada empregando um diodo emissor de luz (LED) ou semelhante, um dispositivo de exibição de cristal líquido (LCD), um dispositivo de diodo orgânico emissor de luz (OLED) e um dispositivo projetor, etc. (Dispositivo de Armazenamento)
[0155] O dispositivo de armazenamento 147 é um dispositivo usado para armazenamento de dados. O dispositivo de armazenamento 147 pode incluir um dispositivo de gravação para registrar dados em uma mídia de gravação, um dispositivo de leitura para ler os dados da mídia de gravação e um dispositivo de apagamento para apagar dados gravados na mídia de gravação, etc. O dispositivo de armazenamento 147 armazena programas implementados pela CPU 131 e vários tipos de dados. (Porta de Conexão)
[0156] A porta de conexão 148 é uma porta para conectar o equipamento diretamente ao dispositivo de processamento de informação 10. Por exemplo, a porta de conexão 148 pode ser uma porta de barramento serial universal (USB), uma porta IEEE 1394, uma porta RS-232C ou uma porta de interface multimídia de alta definição (HDMI (marca registrada)), etc. Ao conectar o equipamento externo à porta de conexão 148, os dados podem ser trocados entre o dispositivo de processamento de informação 10 e o equipamento externo. (Módulo de Comunicação)
[0157] O módulo de comunicação 149 é um dispositivo de comunicação para se conectar a uma rede e implementa a função do sistema da unidade de comunicação 110. Por exemplo, o módulo de comunicação 149 pode ser um dispositivo de comunicação compatível com rede de área local sem fio (LAN) ou pode ser um dispositivo de comunicação compatível com 3G ou LTE. Além disso, o módulo de comunicação 149 pode ser um dispositivo compatível com comunicação cabeada para realizar comunicação cabeada. <4. Suplemento>
[0158] Um modo preferido de modalidade da presente invenção foi descrito em detalhe acima com referência aos desenhos anexos, mas a presente invenção não está limitada por este exemplo. Pessoas com conhecimento normal no campo técnico ao qual a presente invenção pertence obviamente serão capazes de conceber vários exemplos modificados ou exemplos revisados dentro do escopo do conceito técnico divulgado nas reivindicações, e qualquer um desses exemplos modificados ou revisados deve ser naturalmente compreendido como pertencendo ao âmbito técnico da presente invenção.
[0159] Por exemplo, no modo de modalidade acima mencionado, o dispositivo de processamento de informação 10 estima o risco de infecção como informação de infecção com base na informação de cultivo. Isto não é limitativo e o dispositivo de processamento de informação 10 pode igualmente estimar informação relativa a uma ocorrência de dano por doença em culturas como a informação de infecção, com base na informação de cultivo. Mais especificamente, o dispositivo de processamento de informação 10 pode estimar a data ou probabilidade de uma ocorrência de dano por doença na cultura, ou o tipo de tal dano por doença, etc.
[0160] Além disso, a informação descrita como sendo gerada por meio da unidade de entrada 210 no modo de modalidade acima mencionado pode igualmente ser gerada automaticamente sem uma operação do usuário. Por exemplo, as informações de danos da doença podem ser geradas usando informações obtidas de sensores, como um sensor de imagem e um sensor de quantidade de umidade.
[0161] Além disso, os itens de informação descritos no modo de modalidade acima mencionado podem ser informações quantitativas ou informações qualitativas.
[0162] Além disso, nas etapas indicadas nos fluxogramas da fig. 8-fig. 11 no modo de modalidade acima mencionado, o processamento que é realizado em série temporal na ordem indicada não necessita, evidentemente, de ser realizado em série temporal, e o processamento que é implementado em paralelo ou individualmente também está incluído. Além disso, também não é preciso dizer que a ordem das etapas processadas nas séries temporais também pode ser modificada de forma adequada, dependendo da situação.
[0163] Por exemplo, no modo de modalidade acima mencionado, o terminal de processamento de informação 20, o nó de sensor 30 e o servidor de informações meteorológicas 40 enviam vários tipos de informações para o dispositivo de processamento de informação 10 nessa ordem nas etapas S101-S103. Obviamente,
isso não é limitante e a ordem em que o terminal de processamento de informação 20, o nó de sensor 30 e o servidor de informações meteorológicas 40 enviam os vários tipos de informações pode ser comutada apropriadamente. Além disso, o terminal de processamento de informação 20, o nó de sensor 30 e o servidor de informações meteorológicas 40 também podem enviar os vários tipos de informações várias vezes, conforme necessário. Além disso, o modo de modalidade acima mencionado descreve um exemplo em que o processamento de estimação é implementado por meio do dispositivo de processamento de informação 10 antes da informação de solicitação do terminal de processamento de informação 20 ser enviada para o dispositivo de processamento de informação 10. Isto não é limitante, e o processamento de estimação pode igualmente ser implementado de acordo com um pedido de transmissão da informação.
[0164] Além disso, o modo de modalidade acima mencionado descreve um exemplo em que o resultado de estimação é apresentado ao usuário, mas uma notificação com base no resultado de estimação pode igualmente ser fornecida ao usuário. Por exemplo, o dispositivo de processamento de informação 10 envia informações de alerta indicando que há um risco de infecção para o terminal de processamento de informação 20 de acordo com a magnitude do risco de infecção calculado. Ao receber esta informação de alerta, o terminal de processamento de informação 20 notifica o recebimento da informação de alerta ao usuário usando um som ou vibração, etc., e exibe uma imagem indicando que há risco de infecção.
[0165] Além disso, as informações meteorológicas adquiridas pelo servidor de informações meteorológicas 40 podem igualmente ser usadas para estimar o risco de infecção ou atualizar o modelo de estimação de infecção, etc. As informações meteorológicas incluem informações meteorológicas previstas para o futuro, por exemplo. A unidade de estimação 133 pode estimar o risco de infecção previsto para o futuro usando as informações meteorológicas previstas.
[0166] Além disso, a unidade de estimação 133 de acordo com este modo de modalidade estima o risco de infecção em dois níveis (alto ou baixo) com base no modelo de estimação de infecção. Isso não é limitante, e a unidade de estimação 133 pode ser igual a Estime apenas o risco de infecção em três ou mais níveis com base no modelo de estimação de infecção ou pode realizar uma avaliação usando valores numéricos ou semelhantes.
[0167] Além disso, o terminal de processamento de informação 20 de acordo com este modo de modalidade emite o resultado de estimação de informações de infecção como uma imagem por meio da unidade de exibição 240. Isso não é limitante, e o terminal de processamento de informação 20 pode igualmente emitir o resultado de estimação de informações de infecção como uma voz. Neste caso, o terminal de processamento de informação 20 compreende, como uma unidade de saída, um dispositivo de saída de voz para emitir o resultado de estimação de informação de infecção como uma voz.
[0168] Além disso, as operações também podem ser realizadas por um programa de computador para fazer com que o hardware embutido no dispositivo de processamento de informação 10 demonstre funções equivalentes às configurações funcionais acima mencionadas do dispositivo de processamento de informação 10. Além disso, um meio de memória no qual este programa de computador é armazenado também é transmitido. Chave para Símbolos 10 Dispositivo de processamento de informação 110 Unidade de comunicação 120 Unidade de memória 130 Unidade de processamento 131 Unidade de conversão de valor de recursos 132 Unidade de aprendizagem de máquina
133 Unidade de estimação 134 Unidade de controle de exibição 20 Terminal de processamento de informação 210 Unidade de entrada 220 Unidade de controle 230 Unidade de comunicação 240 Unidade de exibição 30 Nó de sensor 40 Servidor de informações meteorológicas

Claims (10)

REIVINDICAÇÕES
1. Dispositivo de processamento de informação (10), CARACTERIZADO pelo fato de que compreende: uma unidade de conversão de valor de recursos (131) para gerar um valor de recursos ao realizar a conversão de valor de recursos de pelo menos qualquer item de informação entre itens de informação relacionada a cada um dos três fatores no surto de doença em culturas, ou seja, um fator patogênico, fator hospedeiro e ambiente fator; e uma unidade de estimação (133) para estimar informações de infecção relacionadas à infecção da cultura com base em um modelo de estimação de infecção que é usado para estimar a informação de infecção da cultura e é gerado com base em um algoritmo de aprendizagem de máquina, usando as informações relacionadas aos três fatores, incluindo o valor de recursos como dados de entrada.
2. Dispositivo de processamento de informação (10), de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que adicionalmente compreende uma primeira unidade de aprendizagem de máquina (132) que usa a informação relativa aos três fatores, incluindo o valor de recursos como dados de entrada e atualiza o modelo de estimação de infecção com base do algoritmo de aprendizagem de máquina, em que a unidade de estimação (133) estima as informações de infecção com base no modelo de estimação de infecção atualizado.
3. Dispositivo de processamento de informação (10), de acordo com a reivindicação 1 ou 2, CARACTERIZADO pelo fato de que as informações relacionadas ao fator patogênico incluem informações relacionadas a um histórico de ocorrências de danos por doença na cultura.
4. Dispositivo de processamento de informação (10), de acordo com a reivindicação 3, CARACTERIZADO pelo fato de que as informações relacionadas a um histórico de ocorrências de danos por doença incluem informações de período relacionadas a um período em que o dano por doença ocorreu na cultura.
5. Dispositivo de processamento de informação (10), de acordo com a reivindicação 3 ou 4, CARACTERIZADO pelo fato de que as informações relacionadas a um histórico de ocorrências de danos por doença incluem informações de frequência relacionadas a uma frequência com a qual o dano por doença ocorre na cultura.
6. Dispositivo de processamento de informação (10), de acordo com qualquer uma das reivindicações 3 a 5, CARACTERIZADO pelo fato de que as informações relacionadas a um histórico de ocorrências de danos por doença incluem informações de duração relacionadas a uma duração de um ponto no tempo em um eixo de tempo no qual danos causados por doenças ocorreram na cultura até um ponto no tempo em que a unidade de estimação (133) estima as informações de infecção.
7. Dispositivo de processamento de informação (10), de acordo com qualquer uma das reivindicações 1 a 6, CARACTERIZADO pelo fato de que as informações relacionadas ao fator hospedeiro incluem informações relacionadas à resistência da cultura a danos por doenças, e a informação relativa ao fator ambiental inclui a informação relativa, pelo menos, à umidade ou à temperatura de um espaço em que a cultura é cultivada.
8. Dispositivo de processamento de informação (10), de acordo com qualquer uma das reivindicações 1 a 7, CARACTERIZADO pelo fato de que a unidade de estimação (133) estima a informação de infecção com base em um resultado de estimação anterior da informação de infecção estimada com base na infecção modelo de estimação.
9. Dispositivo de processamento de informação (10), de acordo com a reivindicação 8, CARACTERIZADO pelo fato de que adicionalmente compreende uma segunda unidade de aprendizagem de máquina (132) que usa o resultado de estimação anterior como dados de entrada e atualiza o modelo de estimação de infecção com base no algoritmo de aprendizagem de máquina, em que a unidade de estimação (133) estima as informações de infecção com base no modelo de estimação de infecção atualizado.
10. Sistema de processamento de informação (1), CARACTERIZADO pelo fato de que compreende: uma unidade de entrada (210) que recebe, como entrada, informações relacionadas a cada um de um fator patogênico, fator hospedeiro e fator ambiental com relação a doenças na cultura; uma unidade de conversão de valor de recursos (131) para gerar um valor de recursos ao realizar a conversão de valor de recursos de pelo menos qualquer item de informação entre itens de informação relacionada a cada um dos três fatores no surto de doença em culturas, ou seja, o fator patogênico, fator hospedeiro e fator ambiental; uma unidade de estimação (133) para estimar as informações de infecção relacionadas à infecção da cultura com base em um modelo de estimação de infecção que é usado para estimar as informações de infecção e é gerado com base em um algoritmo de aprendizagem de máquina, usando as informações relacionadas aos três fatores, incluindo o valor de recursos como dados de entrada; e uma unidade de saída (240) para emitir um resultado estimado pela unidade de estimação (133).
BR112021011955-8A 2018-12-27 2019-10-10 Dispositivo de processamento de informação e sistema de processamento de informação BR112021011955A2 (pt)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018-243832 2018-12-27
JP2018243832 2018-12-27
PCT/JP2019/039928 WO2020137085A1 (ja) 2018-12-27 2019-10-10 情報処理装置及び情報処理システム

Publications (1)

Publication Number Publication Date
BR112021011955A2 true BR112021011955A2 (pt) 2021-09-08

Family

ID=71126246

Family Applications (1)

Application Number Title Priority Date Filing Date
BR112021011955-8A BR112021011955A2 (pt) 2018-12-27 2019-10-10 Dispositivo de processamento de informação e sistema de processamento de informação

Country Status (8)

Country Link
US (1) US20220076014A1 (pt)
EP (1) EP3903566A4 (pt)
JP (1) JPWO2020137085A1 (pt)
KR (1) KR20210109575A (pt)
CN (1) CN113329617A (pt)
AU (1) AU2019415077A1 (pt)
BR (1) BR112021011955A2 (pt)
WO (1) WO2020137085A1 (pt)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2022216767A1 (en) * 2021-02-03 2023-08-10 Bayer Aktiengesellschaft Prediction of residues of plant protection agents in harvested products
JP7416025B2 (ja) * 2021-07-30 2024-01-17 横河電機株式会社 栽培支援システム、栽培支援方法、及びプログラム
KR20230052324A (ko) * 2021-10-12 2023-04-20 농업회사법인주식회사지인 인공지능 기반 작물 병충해 판별 시스템
JP2023094673A (ja) * 2021-12-24 2023-07-06 東洋製罐グループホールディングス株式会社 情報処理装置、推論装置、機械学習装置、情報処理方法、推論方法、及び、機械学習方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002305971A (ja) 2001-04-06 2002-10-22 Kawasaki Kiko Co Ltd 病害発生予察方法及びそのシステム
JP2004185222A (ja) * 2002-12-02 2004-07-02 Osaka Gas Co Ltd 植物病害防除用微生物資材提案システム
EP2186034A2 (en) * 2007-07-26 2010-05-19 T2 Biosystems, Inc. Diagnostic information generation and use
JP6237210B2 (ja) * 2013-12-20 2017-11-29 大日本印刷株式会社 病害虫発生推定装置及びプログラム
ZA201501916B (en) * 2014-12-11 2016-08-31 Tata Consultancy Services Ltd Method and system for classifying plant disease through crowdsourcing using a mobile communiacation device
US9792557B2 (en) * 2015-01-14 2017-10-17 Accenture Global Services Limited Precision agriculture system
US9563852B1 (en) * 2016-06-21 2017-02-07 Iteris, Inc. Pest occurrence risk assessment and prediction in neighboring fields, crops and soils using crowd-sourced occurrence data
EP3287007A1 (de) * 2016-08-24 2018-02-28 Bayer CropScience AG Bekämpfung von schadorganismen auf basis der vorhersage von befallsrisiken
CN109643431A (zh) * 2016-09-07 2019-04-16 博世株式会社 信息处理装置和信息处理系统
US10509378B2 (en) * 2016-11-07 2019-12-17 FarmX Inc. Systems and methods for soil modeling and automatic irrigation control
US10699185B2 (en) * 2017-01-26 2020-06-30 The Climate Corporation Crop yield estimation using agronomic neural network
CN110651157A (zh) * 2017-03-27 2020-01-03 博世株式会社 信息处理装置和信息处理方法
CN107450449A (zh) * 2017-09-14 2017-12-08 广东工业大学 一种农业监控系统
US20220270252A1 (en) * 2022-03-02 2022-08-25 Nuzhat Faiz Shaikh Automated System And Method For Detecting Plant Disease And Providing Disease Treatment Solution

Also Published As

Publication number Publication date
US20220076014A1 (en) 2022-03-10
EP3903566A1 (en) 2021-11-03
WO2020137085A1 (ja) 2020-07-02
AU2019415077A1 (en) 2021-06-24
EP3903566A4 (en) 2022-10-19
KR20210109575A (ko) 2021-09-06
JPWO2020137085A1 (ja) 2021-11-11
CN113329617A (zh) 2021-08-31

Similar Documents

Publication Publication Date Title
BR112021011955A2 (pt) Dispositivo de processamento de informação e sistema de processamento de informação
JP6753936B2 (ja) 情報処理装置および情報処理システム
BR112020003688A2 (pt) modelagem digital e rastreamento de campos para implementação de testes de campo agrícola
BR112019015401A2 (pt) Estimativa de rendimento de plantação usando rede neural agronômica
CN103380439B (zh) 农作业辅助方法以及农作业辅助装置
BR112018011989B1 (pt) Método para geração de modelos digitais de rendimento relativo de uma cultura e um ou mais meios legíveis por computador não transitórios
WO2019106733A1 (ja) 生育状況または病害虫発生状況の予測システム、方法およびプログラム
WO2020160548A1 (en) Systems and methods for measuring beehive strength
JP2014035700A (ja) 農作物の栽培情報利活用システム
US20200302556A1 (en) Crop recommendation
Thierry et al. Simulating spatially-explicit crop dynamics of agricultural landscapes: The ATLAS simulator
EP3032473A1 (en) Method and system for classifying plant disease through crowdsourcing using a mobile communication device
Confalonieri CoSMo: A simple approach for reproducing plant community dynamics using a single instance of generic crop simulators
Jiang et al. Precisely forecasting population dynamics of agricultural pests based on an interval type-2 fuzzy logic system: Case study for oriental fruit flies and the tobacco cutworms
US20220225583A1 (en) Management device for cultivation of fruit vegetable plants and fruit trees, learning device, management method for cultivation of fruit vegetable plants and fruit trees, learning model generation method, management program for cultivation of fruit vegetable plants and fruit trees, and learning model generation program
Bojan et al. Cloud-based service for time series analysis and visualisation in Farm Management System
JP2023516294A (ja) 地理空間的特徴及び機械学習を用いて有害生物圧力を予測するためのシステム及び方法
US20200302555A1 (en) Crop seeding recommendations
WO2021039465A1 (ja) 病害予測システム、病害予測方法及びプログラム
JP6341548B2 (ja) 営農指導支援装置、営農指導支援方法、及びプログラム
Srinivasan et al. Making the invisible visible: Co-learning guided development of an operational tool for irrigation management
CN114760832A (zh) 预测装置
Togami et al. Field and weather monitoring with youths as sensors for agricultural decision support
TWI780669B (zh) 用於管理機器學習模型之方法及電腦可讀取記錄媒體
WO2024009505A1 (ja) 処理装置、処理方法及び処理プログラム

Legal Events

Date Code Title Description
B06W Patent application suspended after preliminary examination (for patents with searches from other patent authorities) chapter 6.23 patent gazette]
B11B Dismissal acc. art. 36, par 1 of ipl - no reply within 90 days to fullfil the necessary requirements