文献

J-GLOBAL ID：202002212972833859   整理番号：20A2555083

機械学習技術を用いた環境状態に基づく作物生産の強化【JST・京大機械翻訳】

Enhancing Crops Production Based on Environmental Status Using Machine Learning Techniques

著者 (5件)： Talukder Shiyam (BRAC University,Department of Computer Science,Dhaka,Bangladesh) ,  Jannat Habiba (BRAC University,Department of Computer Science and Engineering,Dhaka,Bangladesh) ,  Sengupta Katha (BRAC University,Department of Computer Science and Engineering,Dhaka,Bangladesh) ,  Saha Sukanta (BRAC University,Department of Computer Science,Dhaka,Bangladesh) ,  Hossain Muhammad Iqbal (BRAC University,Department of Computer Science and Engineering,Dhaka,Bangladesh)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICOSICA  ページ： 1-5  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 特定の場所のための適切な作物は,最も生産性をもたらす農業に必要である。ここでは,パラメータ湿度,降雨および温度に基づいて生産性を決定する機械学習アプローチによる予測と推薦を含むモデルを設計した。予測のために,k最近傍(KNN),サポートベクトルマシン(SVM),ランダムフォレスト,ナイーブBayes分類器およびロジスティック回帰,協調フィルタリング,およびマルチコンディションフィルタリングアルゴリズムを適用した。データセットを訓練し,これらのアルゴリズムを適用して,精度を分析することによってアルゴリズムを比較した。一方,推薦のために,著者らは,これらのアルゴリズムが入力パラメータを取る協調フィルタリングとマルチコンディションフィルタリングアルゴリズムを適用した。そして,次に,協調フィルタリングにおいて,入力パラメータを,すでにシステムにある訓練されたデータと比較し,コサイン類似性とマルチコンディションフィルタリングアルゴリズムに基づく出力として最良の5つの農作物をフィルターアウトし,入力パラメータの高,低および中程度の範囲の異なる組合せで作物を分類し,それに応じて作物を表示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  フィルタ ,  降雨 ,  農業 ,  湿度 ,  *農作物 ,  フィルタリング ,  類似性 ,  *機械学習 ,  サポートベクトルマシン
準シソーラス用語： 協調フィルタリング ,  ロジスティック回帰分析 ,  Bayes分類器 ,  ランダムフォレスト ,  入力パラメータ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 機械学習技術 ,  環境 ,  作物 ,  強化