Object structure

Publication Details:

Պարբերականը հիմնադրվել է 2003 թ. փետրվարի 26-ին՝ Հայկական գյուղատնտեսական ակադեմիայի գիտական խորհրդի որոշմամբ, սկզբում՝ «Հայկական գյուղատնտեսական ակադեմիայի տեղեկագիր», այնուհետև՝ «Հայաստանի պետական ագրարային համալսարանի տեղեկագիր», «Հայաստանի ազգային ագրարային համալսարանի տեղեկագիր» վերնագրերով: «Հայաստանի ազգային ագրարային համալսարանի տեղեկագիր» գիտական պարբերականը ՀՀ ԿԳՄՍՆ Բարձրագույն որակավորման կոմիտեի կողմից ներառված է դոկտորական և թեկնածուական ատենախոսությունների արդյունքների ու դրույթների հրապարակման համար ընդունելի գիտական հանդեսների ցանկում: Պարբերականի նպատակը գիտահետազոտական աշխատանքների արդյունքների ներկայացման և լուսաբանման միջոցով ագրարային ոլորտի խնդիրներին ուղղված գիտական լուծումներ առաջադրելն է: Հիմք ընդունելով պարբերականի մասնագիտական ուղղվածությունը, նպատակը և վերնագիրը բովանդակությանն առավել համապատասխանեցնելու անհրաժեշտությունը՝ 2019 թ. մայիսի 16-ին համալսարանի գիտական խորհուրդը որոշել է այն վերանվանել «Ագրոգիտություն և տեխնոլոգիա», որը «Հայաստանի ազգային ագրարային համալսարանի տեղեկագիր» պարբերականի իրավահաջորդն է: «Ագրոգիտություն և տեխնոլոգիա» պարբերականը հրատարակվում է տարվա ընթացքում չորս անգամ՝ անգլերեն առանձին, հայերեն և ռուսերեն միասնական համարներով, յուրաքանչյուր եռամսյակը մեկ:

Journal or Publication Title:

Ագրոգիտություն և տեխնոլոգիա=Agriscience and Technology= Агронаука и технология

Date of publication:

2022

Volume:

2/78

ISSN:

2579-2822

Official URL:


Title:

Usage of Nvidia Jetson Nano in Agriculture as an Example of PlantLeaves Illness Real-Time Detection and Classification

Creator:

Galstyan, D. M. ; Harutyunyan, E. A. ; Nikoghosyan, K. H.

Corporate Creators:

Հայաստանի ազգային ագրարային համալսարան

Contributor(s):

Գլխավոր խմբագիր՝ Հ. Ս. Ծպնեցյան

Subject:

Agronomy and Agroecology

Uncontrolled Keywords:

smart agriculture ; plant leaves illnesses ; Jetson Nano ; real time detection ; artificial intelligence

Coverage:

149-153

Abstract:

Early prediction of plant illnesses can reduce the spread of the disease through efficient resource management and treatment planning. The goal of this article is to integrate the Jetson nanomachine with software based on a pre-trained CNN machine learning model which has been trained via healthy and diseased plant image data. The created video server uses the RTSP protocol to send video data to the Detection Engine. Detected diseases of the host are sent through the SMTP server at an adjustable frequency to the emails of the users. The developed system can be widely used in agriculture, making the fight against plant diseases more profitable and effective.

Place of publishing:

Երևան

Publisher:

ՀԱԱՀ հիմնադրամ

Type:

Հոդված

Format:

pdf

Digitization:

ՀՀ ԳԱԱ Հիմնարար գիտական գրադարան