SAGDA：非洲开源合成农业数据
机器学习
2025-06-17 v1 机器学习
摘要
非洲农业中的数据匮乏阻碍了机器学习（ML）模型的性能，限制了精准农业领域的创新。合成农业数据非洲（SAGDA）库是一个基于Python的开源工具包，通过生成、增强和验证合成农业数据集来弥补这一差距。我们展示了SAGDA的设计和开发实践，突出了其核心功能：生成、建模、增强、验证、可视化、优化和模拟，以及它们在农业ML应用中的作用。两个用例被详细描述：通过数据增强增强的产量预测，以及多目标NPK（氮、磷、钾）肥料推荐。我们以扩展SAGDA能力的未来计划作为总结，强调了开源、数据驱动实践对非洲农业的重要作用。
引用
@article{arxiv.2506.13123,
title = {SAGDA: Open-Source Synthetic Agriculture Data for Africa},
author = {Abdelghani Belgaid and Oumnia Ennaji},
journal= {arXiv preprint arXiv:2506.13123},
year = {2025}
}