Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2018140225) ESTIMATION DE RENDEMENT DE CULTURE À L'AIDE D'UN RÉSEAU NEURONAL AGRONOMIQUE
Dernières données bibliographiques dont dispose le Bureau international    Formuler une observation

N° de publication : WO/2018/140225 N° de la demande internationale : PCT/US2018/012949
Date de publication : 02.08.2018 Date de dépôt international : 09.01.2018
CIB :
G06Q 50/02 (2012.01)
G PHYSIQUE
06
CALCUL; COMPTAGE
Q
SYSTÈMES OU MÉTHODES DE TRAITEMENT DE DONNÉES, SPÉCIALEMENT ADAPTÉS À DES FINS ADMINISTRATIVES, COMMERCIALES, FINANCIÈRES, DE GESTION, DE SURVEILLANCE OU DE PRÉVISION; SYSTÈMES OU MÉTHODES SPÉCIALEMENT ADAPTÉS À DES FINS ADMINISTRATIVES, COMMERCIALES, FINANCIÈRES, DE GESTION, DE SURVEILLANCE OU DE PRÉVISION, NON PRÉVUS AILLEURS
50
Systèmes ou procédés spécialement adaptés à un secteur particulier d'activité économique, p.ex. services d'utilité publique ou tourisme
02
Agriculture; Pêche; Exploitation minière
Déposants :
THE CLIMATE CORPORATION [US/US]; 201 3rd Street #1100 San Francisco, CA 94103, US
Inventeurs :
GUAN, Wei; US
ANDREJKO, Erik; US
Mandataire :
KARLIN, Elliot, Hershel; US
PALERMO, Christopher, J.; US
STONE, Adam, C.; US
HICKMAN, Brian, D.; US
MILLER, Brian, N.; US
LEDESMA, Daniel, D.; US
PARKER, Daniel, W.; US
BECKER, Edward, A.; US
VYSHYNSKA, Iryna, V.; US
BARATZ, Justin, R.; US
PAPANYAN, Khachatur, V.; US
BINGHAM, Marcel, K.; US
KULCZYCKA, Malgorzata, A.; US
PATHIYAL, Sanjay; US
BASSETT, Sarah, S.; US
MEIKLE, Tammy, L.; US
MADRAK, Jeffrey, R.; US
BALASUBRAMANYAM, Poornima; US
LIU, Agatha, L.; US
ORICH, Christine, E.; US
WAN, Tiffany; US
MEEHAN, Michael, J.; US
Données relatives à la priorité :
15/416,69426.01.2017US
Titre (EN) CROP YIELD ESTIMATION USING AGRONOMIC NEURAL NETWORK
(FR) ESTIMATION DE RENDEMENT DE CULTURE À L'AIDE D'UN RÉSEAU NEURONAL AGRONOMIQUE
Abrégé :
(EN) In an embodiment, a server computer system receives a particular dataset relating to one or more agricultural fields wherein the particular data set comprises particular crop identification data, particular environmental data, and particular management practice data. Using a first neural network, the server computer system computes a crop identification effect on crop yield from the particular crop identification data. Using a second neural network, the server computer system computes an environmental effect on crop yield from the particular environmental data. Using a third neural network, the server computer system computes a management practice effect on crop yield from the management practice data. Using a master neural network, the server computer system computes one or more predicted yield values from the crop identification effect on crop yield, the environmental effect on crop yield, and the management practice effect on crop yield.
(FR) Dans un mode de réalisation, l'invention concerne un système informatique serveur qui reçoit un ensemble de données particulier relatif à un ou plusieurs champs agricoles, l'ensemble de données particulier comprenant des données d'identification de culture particulières, des données environnementales particulières, et des données de pratique de gestion particulières. À l'aide d'un premier réseau neuronal, le système informatique serveur calcule un impact d'une identification de culture sur un rendement de culture à partir des données d'identification de culture particulières. À l'aide d'un second réseau neuronal, le système informatique serveur calcule un impact de l'environnement sur le rendement de culture à partir des données environnementales particulières. À l'aide d'un troisième réseau neuronal, le système informatique serveur calcule un impact d'une pratique de gestion sur un rendement de culture à partir des données de pratique de gestion. À l'aide d'un réseau neuronal maître, le système informatique serveur calcule une ou plusieurs valeurs de rendement prédites à partir de l'impact d'une identification de culture sur le rendement de culture, l'impact de l'environnement sur le rendement de culture, et l'impact d'une pratique de gestion sur le rendement de culture.
front page image
États désignés : 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
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
Office européen des brevets (OEB (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)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Langue de publication : anglais (EN)
Langue de dépôt : anglais (EN)