Fältsensorer går sönder i tysthet. En fuktgivare som tryckts upp ur jorden, en temperatursensor i direkt solljus, ett batteri på sin sista vecka: alla fortsätter rapportera siffror som ser rimliga ut. Beslut om bevattning, gödsling eller skörd som fattas på de siffrorna är sämre än beslut som fattas helt utan.
Projektet utvecklade metoder för att kvalificera sensordata automatiskt, så att tveksamma mätvärden identifieras innan de når de råd som lantbrukaren agerar på.
Sensative ledde projektet med Agricam som partner. Datakvalificering blev senare ett tema i Sensatives plattformsarbete i stort, bland annat i projektet AIRE om AI-baserad kvalitetssäkring av sensordata i Yggio.
Huvudresultatet var AI-baserad upptäckt av avvikelser i data i Yggio: algoritmer som flaggar en sensor när den börjar rapportera annorlunda än sensorerna runt omkring eller än sin egen historik. Projektet lade också till stöd för AI-algoritmer i Yggios regler.
Projektet finansieras av det europeiska innovationspartnerskapet för produktivitet och hållbarhet inom jordbruket (EIP-AGRI) med stöd från Jordbruksverket, inom landsbygdsprogrammet 2014–2020.
