A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Predicting A Growing Stage of Rice Plants Based on The Cropping Records over 25 Years — A Trial of Feature Engineering Incorporating Hidden Regional Characteristics — Prevendo um estágio de crescimento das plantas de arroz com base nos registros de cultivo ao longo de 25 anos - um teste de engenharia de recursos incorporando características regionais ocultas -

Hiroshi UEHARA, Yasuhiro IUCHI, Yusuke FUKAZAWA, Yoshihiro KANETA

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

Este estudo tenta prever a data de emergência das espigas das plantas de arroz, com base em registros de cultivo ao longo de 25 anos. A previsão da emergência de espigas de plantas de arroz é conhecida por ser crucial para a prática de uma boa qualidade de colheita, e há muito que depende de antigos agricultores que adquirem competências de previsão intuitiva com base nas suas experiências de longo prazo. Enfrentando agricultores idosos, foi adotada uma abordagem baseada em dados para a previsão. No entanto, não são necessariamente suficientes em termos de utilização prática. Uma das questões é adotar a previsão do tempo como recurso para que o desempenho preditivo varie de acordo com a precisão da previsão. A outra questão é que o desempenho varia por região e as características regionais não foram utilizadas como características para a previsão. Com esse pano de fundo, propomos uma engenharia de recursos para quantificar características regionais ocultas como recursos para a previsão. Além disso, o recurso é projetado com base apenas em dados observacionais, sem qualquer previsão. A aplicação da nossa proposta aos dados dos registros de cultivo resultou em desempenho preditivo suficiente, ±2.69 dias de RMSE.

Publicação
IEICE TRANSACTIONS on Information Vol.E105-D No.5 pp.955-963
Data de publicação
2022/05/01
Publicitada
2021/12/29
ISSN online
1745-1361
DOI
10.1587/transinf.2021DAP0013
Tipo de Manuscrito
Special Section PAPER (Special Section on Data Engineering and Information Management)
Categoria

autores

Hiroshi UEHARA
  Rissho University
Yasuhiro IUCHI
  Akita Prefectural University
Yusuke FUKAZAWA
  Waseda University
Yoshihiro KANETA
  Akita Prefectural University

Palavra-chave