El medio digital de actualidad sobre el Internet de las Cosas que forma e informa

Visión por ordenador AI/ML y sensores para la próxima generación de granjas avícolas

  • 2498
Visión por ordenador AI/ML y sensores para la próxima generación de granjas avícolas Imagen: DunavNET
Tamaño letra:
Funciones desactivadas

El proyecto AIMHiGH es un experimento que se llevó a cabo en el marco de la iniciativa FF4EuroHPC para mejorar la eficiencia y el rendimiento de la computación de alto rendimiento en Europa. El objetivo principal del compromiso era comprender sus retos empresariales y presentar una solución de gestión de granjas avícolas basada en IoT, respaldada por un conjunto de sensores para la monitorización medioambiental. El uso de HPC e IA de aprendizaje profundo se utilizó para crear modelos de predicción que se pueden implementar en dispositivos de borde equipados con sensores de cámara para su uso en soluciones IoT/AI en el sector avícola.

Varias organizaciones colaboraron en el proyecto AIMHiGH. Los usuarios finales fueron la empresa Radinović y Meso-Promet Franca, mientras que la Universidad de Donja Gorica, que forma parte del NCC Montenegro, aportó su experiencia en el dominio. El ISV del proyecto fue DunavNET, y DigitalSmart aportó su experiencia en HPC e IA.

El proyecto AIMHiGH dio lugar a una nueva solución de agricultura digital que combina cámaras, computación de borde y una plataforma IoT. El sistema ayudó a reducir los costes de mano de obra y las tasas de mortalidad de los pollos en un 10% y a detectar enfermedades o anomalías más rápido que antes. La tecnología desarrollada en este proyecto ha pasado a formar parte de la oferta de la plataforma poultryNET, y existe la oportunidad de vender dichos componentes a terceros proveedores activos en el mercado de soluciones de agricultura inteligente.

En conjunto, el proyecto AIMHiGH demostró el potencial de la inteligencia artificial, el aprendizaje automático y la informática de alto rendimiento para desarrollar soluciones innovadoras para la industria agrícola. El proyecto también mostró los beneficios de la colaboración entre diferentes organizaciones con experiencia en diversos campos. (DunavNET)


También te puede interesar...

UnitedHealthcare recorta cobertura de monitoreo remoto de pacientes: un revés para la salud conectada

Wint lanza análisis de temperatura con IA para optimizar sistemas de agua y reducir consumo energético

Imagen: LORIOT

Rentokil impulsa su estrategia global de control de plagas con la plataforma LoRaWAN de LORIOT

Imagen: Worldsensing

Worldsensing y la UB desarrollan un sistema IoT para detectar contaminantes en el agua

Imagen: Nordic Semiconductor

Sensor Maestros lanza smSENSR-LOGR, una plataforma de prototipado rápido para IoT y monitoreo de calidad del aire interior

Imagen: BeeHero

BeeHero entra en la lista Deloitte Fast 500 tras crecer un 866 % gracias al IoT agrícola

Imagen: Aurassure

Brasil amplía su red de vigilancia de calidad del aire con 250 estaciones IoT de Aurassure conectadas por Lyra M2M

Imagen: Iteris

Iteris impulsa la movilidad inteligente con el lanzamiento de VantageLink

Imagen: Teal Communications

TEAL y SenseNet amplían la detección ambiental con IA a escala global

Imagen: Grupo Álava

Defensa e industria avanzan en mantenimiento predictivo gracias a la colaboración público-privada liderada por Grupo Álava

CONTENIDO PATROCINADO