アグロテクノロジー

概要

流出時刻予測のための回帰機械学習アルゴリズムの性能分析

マルワン・カーンとサナム・ヌール

世界中で水の 70 パーセントが農業に使用されていますが、そのうちの 50 パーセントの水は、不適切に計画された非効率的な灌漑システムのために失われています。精密灌漑システムは、長い間、個々の農場規模で使用されてきました。これまで、ある農場の過剰な灌漑用水を別の農場で利用するという非常にまれな研究が行われてきました。この研究では、2 つの農場間の流出時間を予測する問題を取り上げます。入力パラメーターとして灌漑深度、土壌水分、作物ステージ (CN)、集中時間を受け入れ、流出時間を推定する流出時間モデルを提案します。機械学習アルゴリズム、つまり多重線形回帰 (MLR)、人工ニューラル ネットワーク - レーベンバーグ マルカート (LMA-ANN)、決定木/回帰木 (DT/RT)、最小二乗サポート ベクター回帰 (LS-SVR) が、学習と予測の目的で使用されています。これらのアルゴリズムを比較して、灌漑流出時間予測に最適なアルゴリズムを選択しました。実験結果では、回帰ツリーが、最高の R 二乗値、最低の平均二乗誤差の点で優れた結果を示しています。一方、MLR は、最小の R 二乗値、最高の平均二乗誤差の点で悪い結果を示しています。回帰誤差メトリック/パフォーマンス評価パラメータに基づいて、回帰ツリー アルゴリズムは 1 位にランク付けされ、ANN-LMA は 2 位にランク付けされ、LS-SVR は 3 位にランク付けされ、MLR は最下位にランク付けされています。したがって、回帰ツリーは、流出時間の予測のためにワイヤレス センサー ネットワーク (WSN) ノードに展開される理想的な機械学習回帰アルゴリズムであることが強く示唆されています。