يعرض 1 - 14 نتائج من 14 نتيجة بحث عن '"D. Yu. Pavkin"', وقت الاستعلام: 2.41s تنقيح النتائج
  1. 1
    Academic Journal
  2. 2
    Academic Journal
  3. 3
    Academic Journal
  4. 4
    Academic Journal
  5. 5
    Academic Journal
  6. 6
    Academic Journal
  7. 7
    Academic Journal
  8. 8
    Academic Journal
  9. 9
    Academic Journal
  10. 10
    Academic Journal

    المساهمون: The study was supported by the grant of the Russian Science Foundation № 23-76-10041, https://rscf.ru/en/project/23-76-10041/, Исследование выполнено за счет средств гранта Российского научного фонда № 23-76-10041, https://rscf.ru/project/23-76-10041/

    المصدر: Agricultural Machinery and Technologies; Том 18, № 4 (2024); 34-40 ; Сельскохозяйственные машины и технологии; Том 18, № 4 (2024); 34-40 ; 2073-7599

    وصف الملف: application/pdf

    Relation: https://www.vimsmit.com/jour/article/view/624/553; Ценч Ю.С. Научно-технический потенциал как главный фактор развития механизации сельского хозяйства // Сельскохозяйственные машины и технологии. 2022. Т 16. N2. С. 4-13. DOI:10.22314/2073-7599-2022-16-2-4-13.; Лобачевский Я.П., Дорохов А.С. Цифровые технологии и роботизированные технические средства для сельского хозяйства // Сельскохозяйственные машины и технологии. 2021. Т 15. N4. С. 6-10. DOI:10.22314/2073-7599-2021-15-4-6-10.; Кирсанов В.В., Владимиров Ф.Е., Павкин Д.Ю. и др. Сравнительный анализ и подбор систем мониторинга здоровья КРС // Вестник Всероссийского научно-исследовательского института механизации животноводства. 2019. N1(33). 27-31. EDN: ZAIQZN.; Anderson D.M., Estell R.E., Cibils A.F. Spatiotemporal cattle data - a plea for protocol standardization. Positioning. 2013. N4. 115-136. DOI:10.4236/pos.2013.41012.; Дорохов А.С., Кирсанов В.В., Владимиров Ф.Е. и др. Температура и уровень pH рубца КРС как показатели вероятности репродуктивного успеха // Вестник НГИЭИ. 2019. N6(97). С. 117-126. EDN: IURGBX.; Alem H. The role of technical efficiency achieving sustainable development: A dynamic analysis of Norwegian dairy farms. Sustainability. 2021. N13(4). 1841. DOI:10.3390/su13041841.; Батанов С.Д., Баранова И.А., Старостина О.С. Модель прогнозирования молочной продуктивности коров по их экстерьерным особенностям // Вестник Башкирского государственного аграрного университета. 2019. N1 (49). С. 55-62. DOI:10.31563/1684-7628-2019-49-1-55-62.; Харченко А.В., Фейзуллаев Ф.Р., Лепёхина Т.В. Экстерьерные особенности казахской белоголовой породы крупного рогатого скота // Инновационная наука. 2022. N6(1). С. 62-64. EDN: HCHSJB.; Чиндалиев А.Е., Калимолдинова А.С., Алипов А.У., Баймуканов А.Д. Использование линейной оценки экстерьера коров // Главный зоотехник. 2019. N8. С. 32-38. EDN: HYCFXA.; Ситдиков Ф.Ф., Цой Ю.А., Зиганшин Б.Г. Основные направления и проблемы цифровизации агропромышленного комплекса // Вестник Казанского государственного аграрного университета. 2019. Т. 14. N3. С. 112-115. DOI:10.12737/article_5db97473887137.67106533.; Shi Ch., Zhang J., Teng G. Mobile measuring system based on LabVIEW for pigbody components estimation in a large-scale farm. Computers and Electronics in Agriculture. 2019. N156. 399-405. DOI:10.1016/j.compag.2018.11.042.; Королев В.А., Башилов А.М. Видеоцифровое системно-метрическое управление агротехнологическими процессами // Вестник аграрной науки Дона. 2019. N4(48). С. 68-75. EDN: VSYVCN.; Buller H., Blokhuis H., Lokhorst K. et al. Animal welfare management in a digital world. Animals. 2020. N10. 1779. DOI:10.3390/ani10101779.; Xue T., Qiao Y., Kong H. et al. One-shot learning-based animal video segmentation. IEEE Transactions on Industrial Informatics. 2021. Vol. 18. N6. 3799-3807. DOI:10.1109/TII.2021.3117020.; Власенкова Т. А., Козырева Ю.Ю. Цифровизация как основа эффективного ведения сельского хозяйства // Менеджмент в АПК. 2021. N2. С. 11-16. DOI:10.35244/2782-3776-2021-1-2-11-16.; Zhengxia Z., Zhenwei S., Yuhong G., Jieping Y. Object detection in 20 years: a survey. Computer Vision and Pattern Recognition. 2019. 1905.05055v2. DOI:10.48550/arXiv.1905.05055.; Jones J.W., Antle J.M., Basso B. et al. Toward a new generation of agricultural system data, models, and knowledge products: State of agricultural systems science. Agricultural Systems. 2017. N155. 269-288. DOI:10.1016/j.agsy.2016.09.021.; Qiao Y., Kong H., Clark C. et al. Intelligent perception-based cattle lameness detection and behaviour recognition: a review. Animals. 2021. N11. 3033. DOI:10.3390/ani11113033.; https://www.vimsmit.com/jour/article/view/624

  11. 11
  12. 12
  13. 13
  14. 14