Journal de génie informatique et des technologies de l'information

Système de prévision du rendement basé sur l'apprentissage automatique

Om Mane*, Chanthrika RL, Tanvir Mungekar, Preethi Sai Yelisetty, Bindhu Sree et Jaya Subalakshmi R

L'industrie des bleuets sauvages contribue de manière significative au secteur agricole du nord-est des États-Unis. Cependant, les conditions météorologiques imprévisibles, la variabilité des sols et les infestations de ravageurs peuvent affecter considérablement le rendement des cultures, entraînant des pertes pour les agriculteurs et les parties prenantes. Par conséquent, le développement de modèles de prévision du rendement des cultures précis et crédibles est essentiel pour une allocation efficace des ressources, une meilleure gestion des cultures et des stratégies de marketing efficaces. Les algorithmes d'apprentissage automatique, tels que l'arbre de décision, la régression linéaire, XGBoost, LightGBM, la forêt aléatoire, AdaBoost, l'amplification du gradient d'histogramme et CatBoost, ont montré un grand potentiel pour la prévision du rendement des cultures ces dernières années. Ces algorithmes peuvent analyser de grands ensembles de données, identifier des modèles et créer des projections précises, offrant aux agriculteurs des informations essentielles sur la gestion des cultures, les rendements futurs et la commercialisation. Les modèles développés dans cette étude peuvent permettre aux agriculteurs et aux parties prenantes de prendre des décisions éclairées sur la planification des cultures et l'allocation des ressources, améliorant ainsi l'efficacité et la durabilité de l'industrie des bleuets sauvages. De plus, les prévisionnistes du marché peuvent utiliser ces modèles pour prédire la demande future de bleuets sauvages, contribuant ainsi au développement de stratégies de marketing efficaces. En conclusion, le développement de modèles de prévision du rendement des cultures précis et fiables par l’application d’algorithmes d’apprentissage automatique pourrait avoir un impact important dans le domaine de l’agriculture, en particulier pour des industries telles que les bleuets sauvages qui sont vulnérables à la variabilité climatique et à d’autres facteurs.