Учёные из Стэнфордского университета разработали систему глубокого обучения, которая прогнозирует будущий урожай сои анализируя спутниковые изображения. Нейронная сеть обучалась только на данных урожайности США, но успешно предсказала количество урожая и в других странах — Аргентине и Бразилии.
Прогноз урожайности культур в развивающихся странах помогает сельскому хозяйству, позволяя предотвратить голод и улучшить продовольственную безопасность. Однако существующие методы прогнозирования дорогие и трудно масштабируемые, поскольку требуют локально собранных данных. «Подходы, использующие данные дистанционного зондирования, такие как спутниковые снимки, потенциально могут обеспечить дешевую и эффективную альтернативу» — отмечают разработчики.
Команда обучила рекуррентную нейронную сеть с LTSM, используя графические процессоры NVIDIA Tesla и библиотеку TensorFlow, усиленную cuDNN. Учёные собираются использовать разработку для предсказания количества урожая в развивающихся странах.
Исследование опубликовано в цифровой библиотеке ACM.
