Parte del contenido de esta aplicación no está disponible en este momento.
Si esta situación persiste, contáctenos aComentarios y contacto
1. (WO2019032648) MACHINE LEARNING IN AGRICULTURAL PLANTING, GROWING, AND HARVESTING CONTEXTS
Datos bibliográficos más recientes de la Oficina InternacionalFormular observación

Nº de publicación: WO/2019/032648 Nº de la solicitud internacional: PCT/US2018/045719
Fecha de publicación: 14.02.2019 Fecha de presentación de la solicitud internacional: 08.08.2018
CIP:
A01B 79/02 (2006.01) ,A01C 21/00 (2006.01) ,A01B 79/00 (2006.01)
A NECESIDADES CORRIENTES DE LA VIDA
01
AGRICULTURA; SILVICULTURA; CRIA; CAZA; CAPTURA; PESCA
B
TRABAJO DE LA TIERRA EN AGRICULTURA O EN SILVICULTURA; PARTES CONSTITUTIVAS O ACCESORIOS DE MAQUINAS O INSTRUMENTOS AGRICOLAS, EN GENERAL
79
Métodos para trabajar la tierra
02
en combinación con otras operaciones agrícolas, p. ej. fertilización, plantación
A NECESIDADES CORRIENTES DE LA VIDA
01
AGRICULTURA; SILVICULTURA; CRIA; CAZA; CAPTURA; PESCA
C
PLANTACION; SIEMBRA; FERTILIZACION
21
Métodos de fertilización
A NECESIDADES CORRIENTES DE LA VIDA
01
AGRICULTURA; SILVICULTURA; CRIA; CAZA; CAPTURA; PESCA
B
TRABAJO DE LA TIERRA EN AGRICULTURA O EN SILVICULTURA; PARTES CONSTITUTIVAS O ACCESORIOS DE MAQUINAS O INSTRUMENTOS AGRICOLAS, EN GENERAL
79
Métodos para trabajar la tierra
Solicitantes:
INDIGO AG, INC. [US/US]; 500 Rutherford Avenue North Building Boston, MA 02129, US
Personas inventoras:
PERRY, David Patrick; US
VON MALTZAHN, Geoffrey Albert; US
BERENDES, Robert; US
JECK, Eric Michael; US
KNIGHT, Barry Loyd; US
RAYMOND, Rachel Ariel; US
TRIVISVAVET, Ponsi; US
WONG, Justin Y.H.; US
RAJDEV, Neal Hitesh; US
MEUNIER, Marc-cedric Joseph; US
MICHELL, Charles, Vincent Jr.; US
LEIST, Casey James; US
TADI, Pranav Ram; US
FLAHERTY, Andrea Lee; US
BRUMMITT, Charles David; US
SINHA, Naveen Neil; US
LAMBERT, Jordan; US
HENNECK, Jonathan; US
BECCO, Carlos; US
ALLEN, Mark; US
BACHNER, Daniel; US
DEROSSI, Fernando; US
LAMONT, Ewan; US
LOWENTHAL, Rob; US
CREAGH, Dan; US
ABRAMSON, Steve; US
ALLEN, Ben; US
SHANKAR, Jyoti; US
MOSCARDINI, Chris; US
CRANE, Jeremy; US
WEISMAN, David; US
KEATING, Gerard; US
MOORES, Lauren; US
PATE, William; US
Mandataria/o:
JACOBSON, Anthony T.; US
SHUSTER, Michael, J.; US
BAILEY, F., Pinar; US
SEQUEIRA, Antonia, L.; US
BECKER, Daniel, M.; US
Datos de prioridad:
16/057,38707.08.2018US
62/542,70508.08.2017US
Título (EN) MACHINE LEARNING IN AGRICULTURAL PLANTING, GROWING, AND HARVESTING CONTEXTS
(FR) APPRENTISSAGE MACHINE DANS DES CONTEXTES DE PLANTATION, DE CULTURE ET DE RÉCOLTE AGRICOLES
Resumen:
(EN) A crop prediction system performs various machine learning operations to predict crop production and to identify a set of farming operations that, if performed, optimize crop production. The crop prediction system uses crop prediction models trained using various machine learning operations based on geographic and agronomic information. Responsive to receiving a request from a grower, the crop prediction system can access information representation of a portion of land corresponding to the request, such as the location of the land and corresponding weather conditions and soil composition. The crop prediction system applies one or more crop prediction models to the access information to predict a crop production and identify an optimized set of farming operations for the grower to perform.
(FR) L'invention concerne un système de prédiction de culture végétale effectuant diverses opérations d'apprentissage machine pour prédire la production d'une culture végétale et identifier un ensemble d'opérations agricoles qui, si elles sont exécutées, optimisent la production d'une culture végétale. Le système de prédiction de culture végétale utilise des modèles de prédiction de culture végétale entraînés à l'aide de diverses opérations d'apprentissage machine sur la base d'informations géographiques et agronomiques. En réponse à la réception d'une demande provenant d'un cultivateur, le système de prédiction de culture végétale peut accéder à une représentation d'informations d'une partie de terrain correspondant à la demande, par exemple l'emplacement du terrain, les conditions météorologiques correspondantes et la composition du sol. Le système de prédiction de culture végétale applique un ou plusieurs modèles de prédiction de culture végétale aux informations d'accès pour prédire la production d'une culture végétale et identifier un ensemble optimisé d'opérations agricoles que le cultivateur doit effectuer.
front page image
Estados designados: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
Organización Regional Africana de la Propiedad Intelectual (ORAPI) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Organización Eurasiática de Patentes (OEAP) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
Oficina Europea de Patentes (OEP) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
Organización Africana de la Propiedad Intelectual (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Idioma de publicación: Inglés (EN)
Idioma de la solicitud: Inglés (EN)