智能盈利导向作物咨询系统: Kisan AI
机器学习
2026-05-04 v1 人工智能
新兴技术
摘要
现代作物咨询系统存在称为「经济盲区」的关键局限性。这些系统主要优化生物产量,常常忽视市场价格,可能导致农户采取在生物学上合理但在财务上不可行的决策。在本文中,我们开发了 Kisan AI,一个智能盈利导向作物咨询系统,通过 research-driven、full-stack application 解决上述问题。我们在包含九个特征的基准数据集上训练 Random Forest(RF)分类器模型,该数据集由标准的七个农业属性特征增添了一个「market\_price」变量,并对比了八个基线模型,考虑 evaluation matrices 如 accuracy、precision、recall、F1-score 和 Log Loss。RF 模型实现了 99.3% 的最高 accuracy 和最低 Log Loss,确认了将市场价格作为预测特征的有效性和影响力。随后,我们将 RF 模型实现于一个多语言渐进式 Web App 中,该 App 包含 Facebook Prophet 六个月价格预测引擎和 MobileNetV2 病害检测模块。一个由 Anthropic Claude API 提供支持的九语言 AI 聊天机器人将所有模块统一集成为一个可在手机上安装的平台,为印度农户提供全覆盖服务。
引用
@article{arxiv.2605.00133,
title = {Smart Profit-Aware Crop Advisory System: Kisan AI},
author = {Debasis Dwibedy and Avyay Nishtala and Pranathi Mukku and D Snehaja},
journal= {arXiv preprint arXiv:2605.00133},
year = {2026}
}
备注
13 pages, 8 figures, 5 tables