Read more
Il cambiamento climatico ha avuto un impatto negativo sul rendimento della maggior parte delle colture in India negli ultimi due decenni. La previsione della resa delle colture in anticipo aiuterebbe gli agricoltori e i responsabili politici a determinare le strategie di commercializzazione, trasporto e stoccaggio più appropriate. Il metodo proposto aiuterà gli agricoltori a determinare la resa del raccolto prima della coltivazione del terreno agricolo, consentendo loro di prendere decisioni informate. In questo lavoro, per prima cosa si identificano i fattori che influenzano la produzione delle colture per prevedere efficacemente la resa. Temperatura, umidità del suolo, umidità, radiazione solare e valore del pH sono tutti fattori importanti. È necessario raccogliere e analizzare i dati su questi fattori a nostro vantaggio ed esistono vari modi o algoritmi per l'analisi dei dati nella previsione delle colture, e si può prevedere la resa delle colture con l'aiuto di questi algoritmi. In questo metodo proposto, si vuole guardare al problema dal punto di vista del Machine Learning valutando vari algoritmi come Random Forest, Simple Linear Regression (SLR) e Neural Networks per garantire che sia considerato l'algoritmo migliore e che raggiunga la massima accuratezza possibile.
About the author
Dr. Prathibhavani P M arbeitet derzeit als Assistenzprofessorin in der Abteilung für CSE, UVCE, K R Circle, Bengaluru, Bangalore University. Sie erwarb ihren Doktortitel in CSE an der VTU. Sie hat mehr als 13 Jahre Lehrerfahrung. Sie hat mehr als 22 Fachartikel im Bereich dem Bereich WSN veröffentlicht. Sie ist Mitglied auf Lebenszeit bei IAENG und ISTE.
