Un modelo híbrido de conjunto SERWI para la predicción del rendimiento de los cultivos utilizando una estrategia de...

Área de la Ciencia:

• Ciencia Agrícola
• Ciencia de Datos
• Aprendizaje Automático

Sus antecedentes:

• Los modelos estadísticos tradicionales tienen dificultades con la dinámica compleja del rendimiento de los cultivos.
• La previsión precisa del rendimiento de los cultivos es vital para la planificación agrícola y la seguridad alimentaria.

Objetivo del estudio:

• Introducir un novedoso modelo de conjunto híbrido, SERWI, para mejorar la predicción del rendimiento de los cultivos.
• Evaluar el rendimiento de SERWI frente a varios modelos individuales y de conjunto.

Principales métodos:

• Se desarrolló un modelo de conjunto híbrido (SERWI) que integra LSTM, SVR y XGBoost.
• Se empleó una estrategia de ponderación dinámica inversa basada en RMSE para la integración del modelo.
• Se utilizó un conjunto de datos multidecadal del Informe de Temporada y Cultivos 2023-24 del Gobierno de Tamil Nadu.

Principales resultados:

• SERWI logró un rendimiento superior en comparación con los modelos de referencia.
• Métricas clave en el conjunto de prueba: RMSE de 70,16, MSE de 4923,07, MAE de 47,93 y R² de 0,9918.
• Demostró una fuerte precisión predictiva y potencial para la aplicación práctica.

Conclusiones:

• El modelo SERWI ofrece un avance significativo en la precisión de la previsión del rendimiento de los cultivos.
• El enfoque de conjunto híbrido captura eficazmente los patrones no lineales y temporales en los datos de rendimiento.
• SERWI muestra una gran promesa para la predicción de rendimiento agrícola escalable y confiable.