Modelos preditivos para determinar o rendemento dos cultivos

O 13 de maio , a Fundación Cajamar realizará un seminario web de formación centrado no uso de modelos matemáticos e intelixencia artificial (IA) como ferramentas clave para a predicción do rendemento dos cultivos agrícolas . Esta sesión formativa enmárcase na aposta de Cajamar pola innovación tecnolóxica aplicada ao sector agroalimentario.

A través de exemplos da vida real e estudos de casos, o curso explorará como a teledetección mediante satélites e drons , xunto co uso crecente de dispositivos móbiles no campo, están a revolucionar a forma en que se xestionan os cultivos e se anticipan os resultados da produción.

O evento contará con expertos dos ámbitos académico e técnico , que compartirán coñecementos sobre os índices máis relevantes para estimar o rendemento dos cultivos, así como dous proxectos aplicados ao sector frutícola e cítrico , que demostrarán o impacto tanxible destas tecnoloxías na agricultura moderna.

Programa de seminarios web

• 16:30 h. – Benvida de Carlos Baixauli Soria , Director do Centro de Experiencias Cajamar
• 16:40 h. – Predición da produción de cereais mediante teledetección , por Belén Franch , profesora titular da Universidade de Valencia
• 17:00 h. – CITRIAFORO: Agricultura 4.0 para a estimación de cítricos , por Nicolás Juste Vidal , técnico de Anecoop S. Coop.
• 17:20 h. – CE-COMMERCE: plataforma de comercio electrónico de cítricos baseada en IA , por Laura Andrés López , investigadora da Universidade Politécnica de Valencia
• 17:40 h. – Mesa redonda , moderada por Carlos Baixauli , coa participación dos relatores
• 18:00 – Fin do día

Este seminario web representa unha oportunidade para os profesionais agroalimentarios interesados en incorporar tecnoloxía intelixente na súa toma de decisións agronómicas , mellorar a eficiencia das súas explotacións e prepararse para os desafíos dunha agricultura cada vez máis dixitalizada.

A inscrición para o evento está aberta e pódese facer a través da páxina web da Fundación Cajamar.