Objectivos de Aprendizagem |
Após a conclusão da unidade curricular, os alunos serão capazes de: 1. descrever decisões de gestão através da utilização de técnicas de agricultura de precisão. 2. demonstrar o uso da inteligência artificial nas decisões de gestão. 3. interpretar, explicar, e aplicar teorias e conceitos básicos de agricultura de precisão. 4. demonstrar o conhecimento das ferramentas e dispositivos utilizados na Internet das Coisas (IoT).
|
Conteúdos programáticos |
1. Agricultura de precisão: Visão geral, fundamentos e definições 2. Introdução à agricultura inteligente e a sua relação com a agricultura de precisão 3. Introdução às ferramentas de IoT utilizadas para recolher dados na agricultura inteligente 4. Aplicação de drones na agricultura inteligente para a agricultura de precisão e recolha de dados. 5. Definição do processo de tomada de decisão 6. Definição de inteligência artificial (IA), aprendizagem máquina (ML), e aprendizagem profunda (DL); 7. Aplicação da IA, ML, DL na agricultura inteligente. 8. Introdução ao Tensorflow e Keras 9. Programação de algoritmos de IA em Python
|
Bibliografia principal |
1) Smart Agriculture: An Approach towards Better Agriculture Management : Editor: Prof. Dr. Aqeel-ur-Rehman, OMICS Group, 2) J. Patterson and A. Gibson, Deep Learning: A Practitioner’s Approach. O’Reilly, Beijing, 2017. 12, 16, 51, 52, 53, 58, 73, 82, 83, 86, 98, 124 3) J. Doshi, T. Patel, and S. kumar Bharti, “Smart farming using iot, a solution for optimally monitoring farming conditions,” Procedia Computer Science, vol. 160, pp. 746–751, 2019, the 10th International Conference on Emerging Ubiquitous Systems and Pervasive Networks (EUSPN-2019) / The 9th International Conference on Current and Future Trends of Information and Communication Technologies in Healthcare (ICTH-2019) / Affiliated Workshops. [Online]. Available: https: //www.sciencedirect.com/science/article/pii/S1877050919317168 1, 6, 92, 111 4) J. Doshi, T. Patel, and S. kumar Bharti, “Smart farming using iot, a solution for optimally monitoring farming conditions,” Procedia Computer Science, vol. 160, pp. 746–751, 20
|