基于深度学习的巴基斯坦分区小麦价格预测
机器学习
2021-03-09 v1 人工智能
摘要
小麦是巴基斯坦的主要农作物,几乎是每个巴基斯坦家庭的主食需求,使其成为该国的主要战略商品,其可得性与可负担性是政府的主要优先事项。小麦的粮食可得性会受到多种因素的重大影响,包括但不限于生产、消费、金融危机、通货膨胀或波动的市场。政府通过特定政策和货币安排确保粮食安全,以维持穷人的购买平价。如果开展动态分析以基于某些当前因素估计未来产量,此类安排可更加有效。商品定价的未来规划可通过根据当前情况预测其未来价格来实现。本文提出一种小麦价格预测方法,其利用过去几年中小麦价格、天气、生产和消费趋势,并借助长短期记忆(LSTM)网络这一先进神经网络架构对其进行分析。所提方法相较于其他常规机器学习和统计时间序列分析方法取得了显著改进的结果。
引用
@article{arxiv.2103.04781,
title = {District Wise Price Forecasting of Wheat in Pakistan using Deep Learning},
author = {Ahmed Rasheed and Muhammad Shahzad Younis and Farooq Ahmad and Junaid Qadir and Muhammad Kashif},
journal= {arXiv preprint arXiv:2103.04781},
year = {2021}
}
备注
9 pages, submitted to IEEE Access