Dein Suchergebnis zum Thema: Künstliche Intelligenz

BMEL – Praxisberichte – AI-TEST-FIELD – intelligente Sensorsysteme für verschiedene Bedingungen

https://www.bmel.de/SharedDocs/Praxisbericht/DE/kuenstliche-intelligenz/AI-TEST_FIELD.html

Vom Wetter bis zu den Bodeneigenschaften: Sensordaten und ihre Interpretation hängen von unterschiedlichen Umgebungsbedingungen ab. Das Projekt AI-TEST-FIELD will KI-basierte Algorithmen in einem Outdoor-Testfeld darauf einstellen.
verschiedenen Umgebungsbedingungen stimmige Handlungsanweisungen generieren Eingesetzte Künstliche

BMEL – Praxisberichte – AI-TEST-FIELD – intelligente Sensorsysteme für verschiedene Bedingungen

https://www.bmel.de/SharedDocs/Praxisbericht/DE/kuenstliche-intelligenz/AI-TEST_FIELD.html?nn=73360

Vom Wetter bis zu den Bodeneigenschaften: Sensordaten und ihre Interpretation hängen von unterschiedlichen Umgebungsbedingungen ab. Das Projekt AI-TEST-FIELD will KI-basierte Algorithmen in einem Outdoor-Testfeld darauf einstellen.
verschiedenen Umgebungsbedingungen stimmige Handlungsanweisungen generieren Eingesetzte Künstliche

BMEL – Praxisberichte – RoLand – wie eine kostengünstige Automatisierung in der Landwirtschaft erreicht werden kann

https://www.bmel.de/SharedDocs/Praxisbericht/DE/kuenstliche-intelligenz/RoLand.html

Klein, flexibel und preiswert – durch diese Merkmale soll sich das im Projekt RoLand entwickelte Robotersystem auszeichnen. Die Projektverantwortlichen entwickeln ein mobiles System, das selbstständig Obst erntet – konkret Erdbeeren im freien Feld.
Entwicklung eines kleinen und kostengünstigen Ernteroboters zur Obsternte Eingesetzte Künstliche

BMEL – Praxisberichte – RoLand – wie eine kostengünstige Automatisierung in der Landwirtschaft erreicht werden kann

https://www.bmel.de/SharedDocs/Praxisbericht/DE/kuenstliche-intelligenz/RoLand.html?nn=73360

Klein, flexibel und preiswert – durch diese Merkmale soll sich das im Projekt RoLand entwickelte Robotersystem auszeichnen. Die Projektverantwortlichen entwickeln ein mobiles System, das selbstständig Obst erntet – konkret Erdbeeren im freien Feld.
Entwicklung eines kleinen und kostengünstigen Ernteroboters zur Obsternte Eingesetzte Künstliche

BMEL – Praxisberichte – Stadt-Land-Fluss – mit KI für einen smarten Dialog sorgen

https://www.bmel.de/SharedDocs/Praxisbericht/DE/kuenstliche-intelligenz/Stadt-Land-Fluss.html?nn=73360

Ein Mangel an Daten ist meist gar nicht der Grund dafür, dass technische Lösungen in der Lebensmittelkette fehlen. Wichtiger ist mittlerweile die richtige Vernetzung. Das Projekt „Stadt-Land-Fluss“ nimmt dies in die Hand und wird damit den Ausbau regionaler Wertschöpfungsketten stärken.
Die richtigen Fragen stellen Wie Künstliche Intelligenz (KI) bei diesem Vorhaben

BMEL – Praxisberichte – Stadt-Land-Fluss – mit KI für einen smarten Dialog sorgen

https://www.bmel.de/SharedDocs/Praxisbericht/DE/kuenstliche-intelligenz/Stadt-Land-Fluss.html

Ein Mangel an Daten ist meist gar nicht der Grund dafür, dass technische Lösungen in der Lebensmittelkette fehlen. Wichtiger ist mittlerweile die richtige Vernetzung. Das Projekt „Stadt-Land-Fluss“ nimmt dies in die Hand und wird damit den Ausbau regionaler Wertschöpfungsketten stärken.
Die richtigen Fragen stellen Wie Künstliche Intelligenz (KI) bei diesem Vorhaben

BMEL – Praxisberichte – KAMI – Überwachung der Atemfrequenz von Milchkühen

https://www.bmel.de/SharedDocs/Praxisbericht/DE/kuenstliche-intelligenz/KAMI.html

Das Wohlbefinden von Milchkühen lässt sich verhältnismäßig gut über ihre Atmung ermitteln. Das Projekt KAMI zeichnet deshalb die Atmung der Tiere auf, um den Gesundheitszustand der Tiere besser beurteilen und frühzeitig präventiv tätig werden zu können.
im Rahmen des Projekts KAMI sehr genau erhoben und mit Einsatz von Künstlicher Intelligenz

BMEL – Praxisberichte – KAMI – Überwachung der Atemfrequenz von Milchkühen

https://www.bmel.de/SharedDocs/Praxisbericht/DE/kuenstliche-intelligenz/KAMI.html?nn=73360

Das Wohlbefinden von Milchkühen lässt sich verhältnismäßig gut über ihre Atmung ermitteln. Das Projekt KAMI zeichnet deshalb die Atmung der Tiere auf, um den Gesundheitszustand der Tiere besser beurteilen und frühzeitig präventiv tätig werden zu können.
im Rahmen des Projekts KAMI sehr genau erhoben und mit Einsatz von Künstlicher Intelligenz