文献

J-GLOBAL ID：202202288540423552   整理番号：22A0964360

機械学習を用いた土壌分析と作物推薦【JST・京大機械翻訳】

Soil Analysis and Crop Recommendation using Machine Learning

著者 (5件)： Motwani Aditya (Sardar Patel Institute Of Technology,Department of Computer Engineering,Mumbai,India) ,  Patil Param (Sardar Patel Institute Of Technology,Department of Computer Engineering,Mumbai,India) ,  Nagaria Vatsa (Sardar Patel Institute Of Technology,Department of Computer Engineering,Mumbai,India) ,  Verma Shobhit (Sardar Patel Institute Of Technology,Department of Computer Engineering,Mumbai,India) ,  Ghane Sunil (Sardar Patel Institute Of Technology,Department of Computer Engineering,Mumbai,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICONAT  ページ： 1-7  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： インドは農業の土地であり,多くの農作物のトップ3つのグローバル生産者である。インドの農家は農業部門の心臓にあるが,ほとんどのインドの農民は社会層の底に留まっている。さらに,農民は,地理的地域にわたる土壌型の変化のため,今日存在する少数の技術的解決策にもかかわらず,どの作物が土壌にとって最適で,利益があるかを決定するのは難しい。本論文は,地域,土壌タイプ,収率,販売価格などを含む各種パラメータを分析することによって,最適作物を予測するために,コンボルーションニューラルネットワーク(CNN)とランダム森林モデルを使用する作物推薦システムを提案した。CNNアーキテクチャは95.21%の精度を与え,ランダムフォレストアルゴリズムは75%の精度を有した。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 ,  心臓 ,  *農作物 ,  インド ,  地理学 ,  土地 ,  *土壌分析 ,  土壌型 ,  生産者 ,  計算機アーキテクチャ ,  *機械学習
準シソーラス用語： 農家 ,  ランダムフォレスト , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  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 ,  土壌分析 ,  作物 ,  推薦