文献

J-GLOBAL ID：202202262183217096   整理番号：22A1164900

機械学習を用いた作物収量の解析【JST・京大機械翻訳】

Analyzing Crop Yield Using Machine Learning

著者 (5件)： Bodapati Nagaeswari (Vignan’s Nirula Institute of Technology and Science for Women,Department of IT,Guntur) ,  Himavaishnavi Jidugu (Vignan’s Nirula Institute of Technology and Science for Women,IV B.Tech,Department of IT,Guntur) ,  Rohitha Velineni (Vignan’s Nirula Institute of Technology and Science for Women,IV B.Tech,Department of IT,Guntur) ,  Jagadeeswari D Lakshmi (Vignan’s Nirula Institute of Technology and Science for Women,IV B.Tech,Department of IT,Guntur) ,  Bhavana Priya (Vignan’s Nirula Institute of Technology and Science for Women,IV B.Tech,Department of IT,Guntur)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICEARS  ページ： 1-8  発行年： 2022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： あらゆる農家は,どの種類の収量が近い将来に期待されるかを知ることを望む。このタイプの農業収量予測は機械学習に大きく依存する。また,これは作物を栽培し,どの時期でも作物の選択を助ける。コストを管理し,その出力を計画するために,収率を知ることは重要であり,これは,全体として国の農民と経済の両方に役立つであろう。気候環境が変化しているので,特定の圃場と作物に関する農民の以前の経験は,1回ほど有用ではなかった。作物出力は,このプロジェクト目標の一部として,過去のデータおよび気象条件を用いて予測することができる。将来の農業収量の予測に使用できるモデルを開発した。この場合,機械学習の方法を用いることが望ましい。入力として機能するデータの集合は,ある位置に保存される以前に取得したデータを含んでいる。次の年の作物生産を予測するために,収穫収量の簡単な予測を開発するために機械学習を使用した。訓練フェーズの間,深層学習の下で来る人工ニューラルネットワークアルゴリズムを用いて,データをグループ化した。試験段階で,降伏数はある制限に基づいて近似される。収穫生産を予測するとき,この新しいモデルは,追加ツールとしてニューラルネットワークを用いることにより,以前のものより優れている。Copyright 2022 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 ,  農業 ,  農民 ,  *農作物 ,  ニューラルネットワーク ,  降伏 ,  気候 ,  気象条件 ,  *作物収量 ,  *機械学習
準シソーラス用語： 農家 ,  収量予測 ,  作物生産 ,  深層学習 , 【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 (3件)： 機械学習 ,  作物収量 ,  解析