微型机器学习技术及其在农业中的应用  

作　　者：刘雪兰[1] 田宏伟[2] 

机构地区：[1]江苏农牧科技职业学院农业信息学院,江苏泰州225300 [2]苏州大学应用技术学院工学院,江苏苏州215325

出　　处：《农村科学实验》2024年第23期175-177,共3页Rural Scientific Experiment

基　　金：江苏高校哲学社会科学研究基金项目“苏州地区5G通信技术与现代农业融合创新路径研究”(项目编号:2021SJA2376);教育部产学合作协同育人项目“基于校企协同创新工作室的创新创业教育路径探究”(项目编号:231004309313357)资助。

摘　　要：随着全球对智能农业的需求不断增加,传统农业正在向数字化、自动化和智能化转型。在这一背景下,微型机器学习(Tiny Machine Learninng,TinyML)技术成为一个重要的创新推动力。TinyML是一种能够在资源受限的设备上运行机器学习模型的技术,具有低功耗、高效性、低延迟等特点,适用于广泛的边缘设备应用,特别是能够满足实时决策和自动化的需求。该文探讨了TinyML的技术特点及其在农业中的应用,旨在为未来智慧农业的研究提供理论和实践支持。

关 键 词：微型机器学习 软件框架 农业应用 

分 类 号：S126[农业科学—农业基础科学]