Associer des ensembles de données synthétiques à des modèles d'apprentissage automatique pour améliorer l'efficacité des récoltes
Optimisation des processus
Contribution du consortium
219 926,85 $
Contribution du grappe
179 940,15 $
MacDon Industries Ltd.
University of Manitoba
But
Accélérer le développement et le déploiement des technologies d'automatisation pour le secteur agricole canadien
Résumé du projet
Tout au long du projet, MacDon et l'Université du Manitoba créeront des ensembles de données synthétiques reproduisant les conditions de terrain, ce qui permettra d'accélérer le développement, l'itération et la mise à l'épreuve des modèles sans avoir recours à la collecte de données saisonnières sur le terrain. L'utilisation de ces données synthétiques aidera les partenaires à réduire les délais traditionnels de développement des modèles, leur donnant ainsi la possibilité de les mettre plus rapidement à la disposition des agriculteurs canadiens.
Ceci, combiné au potentiel de cette technologie pour former des modèles d'apprentissage automatique (ML) dans les machines agricoles, contribuera à améliorer la productivité agricole, à réduire la charge de travail des opérateurs et à améliorer leur efficacité, ce qui permettra de créer un secteur de la production alimentaire et de l'agriculture à valeur ajoutée plus compétitif au Canada.
