Machine learning in indoor agriculture: a systematic mapping and taxonomy
DOI:
https://doi.org/10.5335/rbca.v16i3.15863Keywords:
Artificial Intelligence, Indoor Agriculture, Indoor Farming, Machine LearningAbstract
The present article describes a systematic mapping of works related to the application ofMachine Learning in Indoor Agriculture. This research encompasses searches conducted up toMarch 2024 in the IEEE Xplore, ACM Digital Library, Springer Library, Science Direct, Scopus, MDPI,Wiley, and Taylor & Francis databases. The initial search resulted in 10,149 articles, of which 76 studies were selected for full reading after applying the inclusion and exclusion criteria. This analysis led to the selection of 36 articles that were studied with the aim of answering 9 research questions along with a taxonomy proposal. The main results reveal that the selected articles employed 43 different machine learning techniques. Additionally, it was found that no study was published before the year 2018. Twenty-six distinct pieces of information were identified from the crops, with the cultivation of 17 different crops and the use of 4 devices for information collection, among other relevant information. The analysis of the articles evidenced a clear trend in the use
of machine learning in Indoor Agriculture.
Downloads
Downloads
Published
Issue
Section
License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Todos os artigos estão licenciados com a licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional. Autores que publicam nesta revista concordam com os seguintes termos:
a) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
b) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
