Published June 21, 2021
| Version v1
Publication
Open
Peer Review #3 of "IoT-IIRS: Internet of Things based intelligent-irrigation recommendation system using machine learning approach for efficient water usage (v0.3)"
Creators
- 1. Maharaja Engineering College
- 2. Indira Gandhi Institute of Technology
- 3. National Institute of Technology Warangal
- 4. SRM University
- 5. Duy Tan University
Description
In the traditional irrigation process, a huge amount of water consumption is required which leads to water wastage.To reduce the wasting of water for this tedious task, an intelligent irrigation system is urgently needed.The era of machine learning (ML) and the Internet of Things (IoT) brings it is a great advantage of building an intelligent system that performs this task automatically with minimal human effort.In this study, an IoT enabled ML-trained recommendation system is proposed for efficient water usage with the nominal intervention of farmers.IoT devices are deployed in the crop field to collect the ground and environmental details precisely.The gathered data are forwarded and stored in a cloudbased server, which applies ML approaches to analyze data and suggest irrigation to the farmer.To make the system robust and adaptive, an inbuilt feedback mechanism is added to this recommendation system.The experimentation, reveals that the proposed system performs quite well on our own collected dataset and NIT Raipur crop dataset.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
في عملية الري التقليدية، هناك حاجة إلى كمية هائلة من استهلاك المياه مما يؤدي إلى إهدار المياه. للحد من إهدار المياه لهذه المهمة الشاقة، هناك حاجة ماسة إلى نظام ري ذكي. عصر التعلم الآلي (ML) وإنترنت الأشياء (IoT) يجلبها ميزة كبيرة لبناء نظام ذكي يؤدي هذه المهمة تلقائيًا بأقل جهد بشري. في هذه الدراسة، تم اقتراح نظام توصية مدرّب على تقنيات عمليات ML لاستخدام المياه بكفاءة مع التدخل الاسمي للمزارعين. يتم نشر أجهزة إنترنت الأشياء في حقل المحاصيل لجمع التفاصيل الأرضية والبيئية بدقة. يتم إعادة توجيه البيانات التي تم جمعها وتخزينها في خادم سحابي، والذي يطبق مناهج ML لتحليل البيانات واقتراح الري على المزارع. لجعل النظام قويًا ومتكيفًا، تتم إضافة آلية تغذية مرتدة مدمجة إلى نظام التوصية هذا. تكشف التجربة أن النظام المقترح يعمل بشكل جيد على مجموعة البيانات التي تم جمعها و NIT Raipur crop dataset.Translated Description (French)
Dans le processus d'irrigation traditionnel, une énorme quantité d'eau est nécessaire, ce qui entraîne un gaspillage d'eau. Pour réduire le gaspillage d'eau pour cette tâche fastidieuse, un système d'irrigation intelligent est nécessaire de toute urgence. L'ère de l'apprentissage automatique (ML) et de l'Internet des objets (IoT) apporte un grand avantage à la construction d'un système intelligent qui effectue cette tâche automatiquement avec un minimum d'effort humain. Dans cette étude, un système de recommandation formé au ML et activé par l'IoT est proposé pour une utilisation efficace de l'eau avec l'intervention nominale des agriculteurs. Des dispositifs d'IoT sont déployés dans le champ de culture pour collecter précisément les détails du sol et de l'environnement. Les données collectées sont transmises et stockées dans un serveur basé sur le cloud, qui applique des approches ML pour analyser les données et suggérer l'irrigation à l'agriculteur. Pour rendre le système robuste et adaptatif, un mécanisme de rétroaction intégré est ajouté à ce système de recommandation. L'expérimentation révèle que le système proposé fonctionne assez bien sur notre propre ensemble de données collectées et sur l'ensemble de données de culture NIT Raipur.Translated Description (Spanish)
En el proceso de riego tradicional, se requiere una gran cantidad de consumo de agua que conduce al desperdicio de agua. Para reducir el desperdicio de agua para esta tediosa tarea, se necesita urgentemente un sistema de riego inteligente. La era del aprendizaje automático (ML) y el Internet de las cosas (IoT) trae consigo una gran ventaja de construir un sistema inteligente que realice esta tarea automáticamente con un mínimo esfuerzo humano. En este estudio, se propone un sistema de recomendación capacitado en ML habilitado para IoT para un uso eficiente del agua con la intervención nominal de los agricultores. Los dispositivos de IoT se despliegan en el campo de cultivo para recopilar los detalles del suelo y del medio ambiente con precisión. Los datos recopilados se reenvían y almacenan en un servidor basado en la nube, que aplica enfoques de ML para analizar los datos y sugerir el riego al agricultor. Para que el sistema sea robusto y adaptable, se agrega un mecanismo de retroalimentación incorporado a este sistema de recomendación. La experimentación revela que el sistema propuesto funciona bastante bien en nuestro propio conjunto de datos recopilados y en el conjunto de datos de cultivos NIT Raipur.Files
submission.pdf
Files
(1.6 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:ee26ba112648c09b79524cc3fc42487f
|
1.6 MB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- مراجعة الأقران رقم3 لـ "IoT - IIRS: نظام توصية الري الذكي القائم على إنترنت الأشياء باستخدام نهج التعلم الآلي لاستخدام المياه بكفاءة (الإصدار 0.3 )"
- Translated title (French)
- Examen par les pairs n °3 de « IoT-IIRS : Internet of Things based intelligent-irrigation recommendation system using machine learning approach for efficient water use (v0.3) »
- Translated title (Spanish)
- Revisión por pares n .º3 de "IoT-IIRS: sistema de recomendación de riego inteligente basado en Internet de las cosas que utiliza el enfoque de aprendizaje automático para un uso eficiente del agua (v0.3)"
Identifiers
- Other
- https://openalex.org/W4232221320
- DOI
- 10.7287/peerj-cs.578v0.3/reviews/3