基于随机视觉优化的作物规划
计算机视觉与模式识别
2017-10-26 v1 计算机与社会
摘要
随着世界人口增长和耕地减少，提高现有农业用地的生产力变得至关重要。给定天气和土壤属性，农民需要做出关键决策，例如种植何种种子品种及其比例，以最大化生产力。这些决策不可逆转，且外部因素（如天气）的任何异常行为都可能对作物生产力造成灾难性影响。对农民而言极具吸引力的品种可能无法获得或供应短缺，因此，评估种植区农民更可能选择哪些品种以满足需求至关重要。在本文中，我们展示了我们的视觉分析工具 ViSeed，该工具基于 Syngenta 2016 年作物数据挑战赛 1 提供的数据。该工具有助于预测最可能被种植区农民选择的最佳大豆种子品种或品种混合及其适当比例。它还允许分析我们方法生成的解决方案，并通过提供富有洞察力的可视化来辅助决策过程。
引用
@article{arxiv.1710.09077,
title = {Crop Planning using Stochastic Visual Optimization},
author = {Gunjan Sehgal and Bindu Gupta and Kaushal Paneri and Karamjit Singh and Geetika Sharma and Gautam Shroff},
journal= {arXiv preprint arXiv:1710.09077},
year = {2017}
}
备注
5 pages