Video Experimental Relacionado
Updated: Jan 8, 2026

Integrating Remote Sensing with Species Distribution Models; Mapping Tamarisk Invasions Using the Software for Assisted Habitat Modeling SAHM
Published on: October 11, 2016
Pronóstico de la producción de anacardos en la India utilizando un marco híbrido de aprendizaje automático con
Shinyclimensa C1, Parthiban A2
1Department of Mathematics, Vellore Institute of Technology, Vellore, Tamil Nadu, 632014, India.
Este estudio desarrolla un marco de aprendizaje automático para pronosticar la producción de anacardos de la India y analizar las exportaciones de aceite de cáscara de anacardo (CNSL). Los hallazgos revelan que la India es un centro comercial dominante de CNSL, lo que ofrece información para la resiliencia de la cadena de suministro.
Área de la Ciencia:
- Economía Agrícola
- Ciencia de Datos
- Comercio Internacional
Sus antecedentes:
- La producción de anacardos y las exportaciones de aceite de cáscara de anacardo (CNSL) de la India son fundamentales para el mercado mundial.
- El pronóstico preciso y el análisis de la red comercial son esenciales para la toma de decisiones estratégicas en el sector agroempresarial.
Objetivo del estudio:
- Desarrollar un marco analítico integrado para pronosticar la producción de anacardos de la India y analizar la dinámica del comercio de exportación de CNSL.
- Identificar nodos comerciales clave y evaluar la concentración comercial dentro de la red global de CNSL de la India.
- Proporcionar un sistema de apoyo a la toma de decisiones para los responsables políticos y los exportadores.
Principales métodos:
- Un modelo híbrido de aprendizaje automático que combina la Descomposición Estacional-Tendencia usando Loess (STL) con Random Forest y Gradient Boosting Machines para el pronóstico de producción.
- Análisis de la topología de red utilizando medidas de centralidad (Grado, Cercanía, Intermediación, Eigenvector, PageRank) y una nueva Relación Fuente-Importador para la caracterización de la red comercial.
- Implementación de una nueva descomposición STL rodante y una validación cruzada de ventana expansiva para un análisis robusto de series temporales.
Principales resultados:
- Los modelos de Gradient Boosting lograron una precisión superior en el pronóstico de producción (R²=0.988, MAPE=3.6%, RMSE=45.8 TM).
- India fue identificada como el centro dominante en la red comercial de CNSL, exhibiendo una centralidad de grado y PageRank máximas.
- El análisis de redes reveló una topología similar a una estrella con disparidades significativas en la influencia comercial entre los socios comerciales.
Conclusiones:
- El marco integrado proporciona pronósticos de alta precisión y diagnósticos de red para los sectores de anacardos y CNSL de la India.
- Las recomendaciones políticas se centran en mejorar la resiliencia de la cadena de suministro, mitigar los riesgos comerciales y promover la diversificación de las exportaciones.
- El estudio enfatiza la importancia de los conocimientos basados en datos para la planificación estratégica en el sector de exportación agrícola.