Översikt
Vår testtjänst bedömer noggrannheten i systemets förmåga att uppskatta biomassa. Du kan välja att utvärdera din modell virtuellt med hjälp av befintliga dataset, till exempel satellit- eller bilddata, eller så kan vi samla in nya fältdata med vår fältprovtagningsutrustning speciellt för dina behov. De viktigaste målgrödorna i biomassauppskattningen är gräsmark samt klöver och alfalfa, men även spannmålsgrödor är möjliga. Eftersom avkastning och biomassa är starkt korrelerade i gräsmark kan båda bestämmas med detta test. Vi tillhandahåller resultat med hjälp av mätvärden som Pearson korrelation / R-kvadrat och MSE / MAE för att ge dig en tydlig bild av din modells prestanda.
Mer om tjänsten
Hur kan tjänsten hjälpa dig?
Den här testningen ger dig tydliga, objektiva insikter om den verkliga prestandan hos ditt AI-baserade system för beräkning av biomassa och tar itu med osäkerheten om hur väl det fungerar under olika fältförhållanden. Efter testet kan du dra nytta av våra marksanningsdata, som vi samplar med våra specifika verktyg, samt jämförelsen av din modell med vår modell.
Hur tjänsten kommer att levereras
Testet kommer att utföras på ett fält vid vårt institut i Österrike. Det är dock också möjligt att utföra ett test i dina lokaler. Efter testet får du en rapport om biomassauppskattningens kvalitet när det gäller mätvärden som medelvärde i kvadrat och Pearsons korrelation. Dessutom registreras metadata om fält och väder. Säsongsvis är testet möjligt mellan mars och oktober; Vid testning av modellen mot vår modell är testet möjligt hela året. Kunden tar med sig en Docker-container med sin modell i den.
Anpassning av tjänster
Testet kan anpassas på olika nivåer. En av de viktigaste parametrarna är grödan, antalet repetitioner och platserna för testet. Det är också möjligt att uppskatta biomassans avkastning under hela tillväxtperioden. Testet är inte beroende av goda miljöförhållanden, eftersom provtagningen görs för hand och därför är möjlig även om fältet är lerigt. Om din modell är beroende av satellitdata kan sannolikheten för förseningar på grund av molntäckning vara en faktor.
Sektor
Jordbruk
Typ av provning
Programvara eller AI-modell
Typ av tjänst
Insamling av provningsdata
Prestandautvärdering
Provningsutformning
Utförande av provning
Provningsuppställning
Leveransland
Leveransland:
I användarens lokaler
Avlägsen
