Utilizando aprendizaje automático y selección de características para la predicción del rendimiento de alfalfa
Autores: Whitmire, Christopher D.; Vance, Jonathan M.; Rasheed, Hend K.; Missaoui, Ali; Rasheed, Khaled M.; Maier, Frederick W.
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Utilizando aprendizaje automático y selección de características para la predicción del rendimiento de alfalfa
Categoría
Ingeniería y Tecnología
Subcategoría
Inteligencia Artificial
Palabras clave
Biomasa de alfalfa
Rendimiento del cultivo
Modelos de aprendizaje automático
Métodos de selección de características
Datos meteorológicos
Predicción de rendimiento
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
Predecir la biomasa de alfalfa y el rendimiento de los cultivos para la alimentación del ganado es importante para la vida diaria de prácticamente todos, y muchas características de los datos de este dominio combinados con datos meteorológicos correspondientes pueden utilizarse para entrenar modelos de aprendizaje automático para la predicción de rendimiento. En este trabajo, utilizamos datos de rendimiento de diferentes variedades de alfalfa de varios años en Kentucky y Georgia, y comparamos el impacto de diferentes métodos de selección de características en modelos de aprendizaje automático (ML) entrenados para predecir el rendimiento de la alfalfa. Regresión lineal, árboles de regresión, máquinas de vectores de soporte, redes neuronales, regresión bayesiana y vecinos más cercanos fueron desarrollados con validación cruzada. Las características utilizadas incluyeron datos meteorológicos, datos históricos de rendimiento y la fecha de siembra. Los métodos de selección de características que se compararon incluyeron un método basado en correlación, el método ReliefF y un método de envoltura. Encontramos que el mejor método fue el método basado en correlación, y el conjunto de características que encontró consistía en el día juliano de la cosecha, el número de días entre las fechas de siembra y cosecha, la radiación solar acumulativa desde la cosecha anterior y la lluvia acumulativa desde la cosecha anterior. Utilizando estas características, los métodos de vecinos más cercanos y bosque aleatorio lograron un valor R promedio superior a 0.95 y un error absoluto medio promedio inferior a 200 lbs/acre. Nuestro mejor valor de R de 0.90 supera el mejor valor de R de 0.87 de un trabajo anterior. Nuestra contribución principal es la demostración de que el ML, con selección de características, muestra promesas en la predicción de rendimientos de cultivos incluso en conjuntos de datos simples con un puñado de características, y que informar sobre las precisiones en R y R ofrece una forma intuitiva de comparar resultados entre varios cultivos.
Descripción
Predecir la biomasa de alfalfa y el rendimiento de los cultivos para la alimentación del ganado es importante para la vida diaria de prácticamente todos, y muchas características de los datos de este dominio combinados con datos meteorológicos correspondientes pueden utilizarse para entrenar modelos de aprendizaje automático para la predicción de rendimiento. En este trabajo, utilizamos datos de rendimiento de diferentes variedades de alfalfa de varios años en Kentucky y Georgia, y comparamos el impacto de diferentes métodos de selección de características en modelos de aprendizaje automático (ML) entrenados para predecir el rendimiento de la alfalfa. Regresión lineal, árboles de regresión, máquinas de vectores de soporte, redes neuronales, regresión bayesiana y vecinos más cercanos fueron desarrollados con validación cruzada. Las características utilizadas incluyeron datos meteorológicos, datos históricos de rendimiento y la fecha de siembra. Los métodos de selección de características que se compararon incluyeron un método basado en correlación, el método ReliefF y un método de envoltura. Encontramos que el mejor método fue el método basado en correlación, y el conjunto de características que encontró consistía en el día juliano de la cosecha, el número de días entre las fechas de siembra y cosecha, la radiación solar acumulativa desde la cosecha anterior y la lluvia acumulativa desde la cosecha anterior. Utilizando estas características, los métodos de vecinos más cercanos y bosque aleatorio lograron un valor R promedio superior a 0.95 y un error absoluto medio promedio inferior a 200 lbs/acre. Nuestro mejor valor de R de 0.90 supera el mejor valor de R de 0.87 de un trabajo anterior. Nuestra contribución principal es la demostración de que el ML, con selección de características, muestra promesas en la predicción de rendimientos de cultivos incluso en conjuntos de datos simples con un puñado de características, y que informar sobre las precisiones en R y R ofrece una forma intuitiva de comparar resultados entre varios cultivos.