AgroXAI：面向农业 4.0 的可解释 AI 驱动作物推荐系统
机器学习
2024-12-24 v1 人工智能
网络与互联网体系结构
摘要
当今农业中作物多样化是满足日益增长的食品需求、改善食品安全和品质的关键性议题。由于自然资源减少、可耕地面积有限以及气候变化导致的不可预测气候条件，此议题被视为下一代农业最重要的挑战。本文采用物联网 (IoT)、机器学习 (ML) 和可解释人工智能 (XAI) 等新兴技术，以提升农业领域的作业效率和生产力。具体而言，我们提出了基于边缘计算的可解释作物推荐系统 AgroXAI，其依据气象和土壤条件为特定地区推荐合适的作物。在该系统中，我们采用 ELI5、LIME、SHAP 等方法提供 ML 模型决策的局部和全局解释。更重要的是，我们采用反事实解释性方法提供地区性替代作物建议。通过本文提出的 AgroXAI 系统，我们设想未来的农业将成为为地区作物多样性提供平台的工具。
引用
@article{arxiv.2412.16196,
title = {AgroXAI: Explainable AI-Driven Crop Recommendation System for Agriculture 4.0},
author = {Ozlem Turgut and Ibrahim Kok and Suat Ozdemir},
journal= {arXiv preprint arXiv:2412.16196},
year = {2024}
}
备注
Accepted in 2024 IEEE International Conference on Big Data (IEEE BigData), 10 pages, 9 Figures, 5 Tables