EOSDA Получает Патент На Карты Продуктивности
Компания EOS Data Analytics, глобальный поставщик аналитики спутниковых изображений на основе искусственного интеллекта, основанный доктором Максом Поляковым, получила патент США на алгоритм, разработанный на стыке математики, геопространственного анализа, агрономии и компьютерных наук. Пользователи уже могут увидеть его в действии в EOSDA Crop Monitoring – веб-решении для “умного” сельского хозяйства.
Патент №11663753B1, выданный Ведомством по патентам и товарным знакам США 30 мая 2023 года, закрепляет за компанией права на метод создания карт продуктивности полей.
Обеспечение устойчивого выращивания сельскохозяйственных культур и достижение продовольственной безопасности требуют наличия точных агротехнологий и инструментов в различных информационных средах. Разрозненность данных, отсутствие стандартной архитектуры данных и кроссплатформенной совместимости могут ограничивать возможности сельхозпроизводителей в реализации этих целей . Именно поэтому технологические компании все активнее расширяют спектр своих предложений в области программных и аппаратных инфраструктур, которые обеспечивают менее ресурсоемкий рост.
Карты продуктивности, разработанные компанией EOS Data Analytics, позволяют визуально оценить динамику развития растительности на определенной географической территории за тот или иной промежуток времени. Цель таких карт – удаленная оценка уровня продуктивности почвы в конкретной зоне поля (исходя из особенностей растительности). Внутренний алгоритм работает в веб-среде, и весь процесс расчета карты продуктивности занимает до одной минуты. Инфраструктура сервера, а также архитектура программного обеспечения и математическая логика алгоритма защищены патентом.
Мы стремимся учитывать растущие потребности сельскохозяйственных предприятий и фермеров. Наш алгоритм Карт продуктивности выполняет сложные вычисления за считанные секунды, независимо от технических характеристик конечного устройства. По сути, для получения доступа к нашей спутниковой аналитике подойдет любое устройство, подключенное к сети любого типа, будь то старый компьютер с Ethernet-кабелем в офисе, смартфон в пути или сельскохозяйственная техника нового поколения с собственным программным обеспечением для дифференцированного посева.
Обработка каждого отдельного запроса выглядит следующим образом: алгоритм подбирает наиболее актуальные спутниковые снимки, затем автоматически избавляется от шумов (например, облаков), обрабатывает пиксели, используя алгоритмы вегетационных индексов, объединяет их в кластеры в соответствии с рейтингом значений и, наконец, наносит результаты вычислений на карту.
Инновационность частично заключается в том, что мы запатентовали не только научную основу, но и модель технической архитектуры. Мы заметили, что современной индустрии агротехнологий присуща разрозненность. Отсутствует функциональная инфраструктура, а большинство программных решений слишком замысловаты и трудно применимы на практике, не говоря уже о невозможности измерить окупаемость вложенных в них средств. Наш алгоритм сводится к элегантной формуле, которая функционирует в различных интерфейсах и учитывает ключевой принцип продуктивности полей. Он применим к локальным закономерностям места и времени и служит надежной основой для множества возможностей в сфере сельского хозяйства.
В последующих версиях EOSDA Crop Monitoring запатентованная технология будет дополнена новыми функциями, которые помогут фермерам принимать обоснованные решения, например, возможностью комбинировать различные слои аналитики для более точного понимания уникальных характеристик поля. Кроме того, поскольку запатентованный алгоритм является достаточно гибким, на его основе могут быть реализованы индивидуальные проекты в случае добавления дополнительных наборов данных для повышения точности.
Эти данные будут доступны в кроссплатформенном формате, обеспечивая удобное подключение различных программных и аппаратных средств, что позволит снизить влияние человеческого фактора и вывести сельскохозяйственные практики на качественно новый уровень. Например, загрузив карту продуктивности, фермеры смогут произвести точный отбор проб почвы, а также применить переменную норму высева и внесения фосфорно-калийных удобрений. Подобное усовершенствование методов точного земледелия может привести к повышению прибыльности, снижению экологических рисков и повышению социальной ответственности.
Об авторе:
Рим Элайджа присоединилась к EOSDA в начале 2020 года. Она имеет двойную степень в области делового администрирования и политологии Стокгольмского университета.
Рим является вице-президентом по продажам в EOSDA. Она курирует все аспекты разработки и внедрения бизнес-моделей, поддержания положительного опыта бизнеса и клиентов, а также расширения глобального присутствия компании. Она отвечает за закрытие сделок, масштабирование текущих проектов, а также за разработку и внедрение контроля процессов в отделе продаж. Рим также регулярно принимает участие в переговорах с ключевыми клиентами.
На данный момент Рим удалось успешно установить ряд стратегических партнерских отношений с упором на предоставление устойчивых решений в различных регионах Африки и Азии.
В дополнение к своим основным обязанностям, Рим в настоящее время участвует в предстоящем запуске EOSDA первой сельскохозяйственной спутниковой группировки, запланированной на середину 2022 года. Она управляет отношениями с инвесторами EOS SAT.
Последние cтатьи
Деградация Почв: Причины И Пути Решения Проблемы
Деградация почв ухудшает продуктивность полей и экологическую ситуацию на планете. Пути решения проблемы зависят от факторов влияния и своевременного принятия необходимых мер.
EOSDA Получает Патент На Карты Продуктивности
Компания EOS Data Analytics запатентовала в США алгоритм Карт продуктивности сельскохозяйственных культур, задав новый ориентир для устойчивого развития сельского хозяйства.
Смешанные Посевы: Преимущества Для Сельского Хозяйства
Смешанные посевы как сельскохозяйственная практика для повышения урожайности и оптимизации использования ресурсов. Преимущества и основные принципы подбора растений-компаньонов.