由日本國家農業與食品研究組織(NARO)研究團隊開發了一個農業灌溉水路等的磨耗調査程式，以大幅地減少調査的工作量。這個程式透過自動化圖像分析，將之前的手動分析工作大幅地減少。研究結果減少了農業灌溉水路的磨耗調査工作量，提高了調査的效率。使用深度學習自動化圖像分析的方法也可以應用於其他領域，對於自動化圖像分析在農業領域影做出貢獻。

　　在當今資料科學數據驅動的時代，農業從業者可以更有效地分析生產流程、預測趨勢，並做出更明智的決策。本課程特邀請國立臺灣大學圖資系鄭瑋教授為我們介紹各種資料視覺化工具，及如何將龐雜的農業資料轉化為直觀易懂的視覺化圖表，能快速掌握關鍵資訊並進行深入分析。接著由生機系陳世芳教授探討農業資料預處理的核心流程，解釋如何正確定義農業問題，並建立正確的資料集，以確保後續分析的準確性和可靠性。透過課程探索資料技術在農業數據的可能應用，共同學習這些創新的資料處理方法！

◆課程時間：113年8月28日(星期三)14:00-16:30 ◆課程地點：農業部3樓大禮堂(臺北市中正區南海路37號)

由日本國家農業與食品研究組織(NARO)研究人員成功將熱帶島嶼地區的氮負荷減少效果可視化，並發表減少化學肥料使用的技術案例。研究結果強調了減少氮過載的環境益處，包括改善水質、減少溫室氣體排放和增強生態系統健康。結果具有實際的環境保護和科學研究影響力，對於熱帶島嶼地區的氮負荷問題和資源循環型農畜產業的推廣都具有重要的貢獻。

本久保田農機製造商等企業正致力於開發可遠距監控的自動化農機，以及集成智慧型手臂技術的農業機械，這些技術旨在提高效率並解決人力短缺問題。北海道大學與NTT通訊團隊合作，進行遠端操作和監控技術的研發與驗證，期望通過這些創新技術推動農業向更高效能和自動化方向發展。

第二階段申請將於7月8日上午11開始受理，申請額滿表單將自動關閉。鑑於名額有限，敬請把握申請時間。

美國加州種植許多作物，但隨著氣候變遷和過度抽取地下水，對農業用水造成壓力，加州大學研究員利用大數據和機器學習提出更改灌溉方式可以在不更換作物和休耕下節省大量農業用水。

印度透過5G網路在農場中智慧農業相關技術的部署與建設，大幅提升農業生產力並優化農場管理方式。

透過人工智慧預測分析農業用水，不僅為農民節省水資源與化肥投入，更可藉此提高作物產量，為農民提供精準灌溉用水計畫，提升作物產量。