Finansavimas

Intensyvėjant klimato kaitai ir augant žmonijos populiacijai žemės ūkis kasmet susiduria su vis didesniais iššūkiais. Dirbamų plotų didinimas nėra tvarus, todėl reikia didinti ūkių efektyvumą ir vystyti alternatyvius ūkininkavimo būdus. Tikslusis ūkininkavimas siekia optimizuoti naudojamus resursus ir maksimizuoti derlius naudojant informacines sistemas, kuriose kaupiami ir analizuojami duomenys. Jie padeda kurti ilgalaikes auginimo strategijas ir palengvina kasdienius sprendimus. Siauresnė ūkių šaka yra auginimas kontroliuojamoje aplinkoje. Čia dažniausiai naudojamos hidroponinės sistemos, kuriose augalai auginami be dirvos. Palyginus su tradiciniais metodais, tai daug privalumų turintis, tačiau technologiškai sudėtingas procesas reikalaujantis specifinių žinių, įrangos ir pastovios priežiūros. Šiuos trūkumus galima išspręsti automatizuojant procesus ir sukuriant išmanias auginimo sistemas, kuriose vyktų savireguliacija. Mašininio mokymosi modelių pagrindu veikiančios sistemos priimtų duomenis iš daugelio aplinkos sensorių ir juos apdorojus siųstų instrukcijas atgal į prietaisus, reguliuojančius aplinką. Panašias sistemas šiuo metu kuria tik pavieniai startuoliai, tačiau jos pritaikytos konkretiems augalams ir vietoms. Nors techninė įranga gali gerokai skirtis priklausomai nuo naudojamos hidroponinės sistemos tipo, nėra prasminga kartoti programinės įrangos kūrimą. Atvirkščiai, kuo daugiau įvairesnių duomenų sukaupiama, tuo geresnius ir universalesnius galima sukurti modelius. Šio projekto metu yra planuojama sukurti duomenų analitikos platformą, kuri leistų kaupti, klasifikuoti ir apdoroti įvairių hidroponinių sistemų duomenis. Sukaupta informacija leistų įgyti detalių žinių apie įvairių augalų reakciją į skirtingus aplinkos faktorius, ieškoti optimalių auginimo sąlygų. Projekto metu planuojama sukurti ir hidroponinės sistemos maketą, kuris būtų automatiškai kontroliuojamas naudojantis platformos teikiamomis įžvalgomis.