Systém pro predikci a analýzu stavu rostlin v rámci skleníku

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F70883521%3A28140%2F22%3A63560658" target="_blank" >RIV/70883521:28140/22:63560658 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

Systém pro predikci a analýzu stavu rostlin v rámci skleníku

Popis výsledku v původním jazyce

Vytvořený software představuje prototyp predikčního modelu v jazyce Python, který dokáže predikovat sklizeň rajčat. Predikce je založena na velkém množství historických dat, tzn. že předložený systém obsahuje návrh datového modelu. Predikční model pracuje s veškerými historickými daty o produkci ze skleníku, daty z LetsGrow systému, historickými daty osvitu spolu s predikčními daty pro oblast farmy Bezdínek přístupnými přes API od Univerzitního Centra Energeticky Efektivních Budov ČVUT v Praze (UCEEB), a dále novými daty o produkci získávanými z farmy Bezdínek pomocí nových interaktivních formulářů. Tato data sloužila k vytvoření komplexního datasetu pro predikční a validační úlohu.

Název v anglickém jazyce

A system for predicting and analyzing the condition of plants within the greenhouse

Popis výsledku anglicky

The created software is a prototype of a prediction model in Python that can predict the tomato harvest. The prediction is based on a large amount of historical data, i.e. that the submitted system contains a data model proposal. The prediction model works with all historical data on production from the greenhouse, data from the LetsGrow system, historical illumination data together with prediction data for the Bezdínek farm area accessible via API from the University Center for Energy Efficient Buildings of Czech Technical University in Prague (UCEEB), as well as new data on production obtained from the Bezdínek farm using new interactive forms. This data was used to create a comprehensive dataset for the prediction and validation task.

Druh

R - Software

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/FW01010381" target="_blank" >FW01010381: Inteligentní robotická ochrana zdraví ekosystému hydroponického skleníku</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2022

Kód důvěrnosti údajů

C - Předmět řešení projektu podléhá obchodnímu tajemství (§ 504 Občanského zákoníku), ale název projektu, cíle projektu a u ukončeného nebo zastaveného projektu zhodnocení výsledku řešení projektu (údaje P03, P04, P15, P19, P29, PN8) dodané do CEP, jsou upraveny tak, aby byly zveřejnitelné.

Interní identifikační kód produktu

FW01010381-V3

Technické parametry

Demonstrační webová aplikace a predikční model jsou vytvořeny v programovacím jazyce python s využitím knihoven Streamlit (webová aplikace), scikit-learn, pickle, pandas a numpy (predikční model). Pro spuštění webové aplikace je tedy potřeba, aby na dané platformě byl funkční python interpreter včetně knihoven Streamlit a pickle. Samotná webová aplikace potom umožňuje získat predikci výnosu rajčat v kg/m2 po zadání údajů o sadbě (odrůda, počet dnů od zahájení sadby, výnos z posledního týdne) a interních a externích enviromentálních datech (osvětlení, srážky, teplota, sluneční osvit). Majetková práva softwaru jsou upravena Smlouvou o majetkových právech ke společně vytvořenému technickému řešení a software.

Ekonomické parametry

Díky softwaru se sníží průměrná chyba odhadu predikce produkce rajčat z 29 % na 6 %. Toto zpřesnění vede k efektivnějšímu plánování prodeje do distributorské sítě což eliminuje případné vícenáklady (penále) za nedodání nasmlouvaného množství popřípadě neprodání nadprodukce.

IČO vlastníka výsledku

63469511

Název vlastníka

NWT a.s.