Integrazione dell'estrazione dei dati con i sistemi basati sulla conoscenza - Fentahun, Melsew Belachew
44,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

L'industria agricola è vitale per il benessere economico di un Paese, ma le malattie dei raccolti rappresentano una sfida importante. Le colture di pepe richiedono un'attenzione particolare a causa delle malattie. Il data mining è stato utilizzato per l'identificazione delle malattie delle colture, ma manca l'utilizzo della conoscenza. Uno studio integra il data mining con sistemi basati sulla conoscenza per la diagnosi e il trattamento delle malattie delle colture di pepe. Gli esperimenti sono stati condotti utilizzando quattro algoritmi denominati JRip, PART, J48 e REPTree sul set di dati…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
L'industria agricola è vitale per il benessere economico di un Paese, ma le malattie dei raccolti rappresentano una sfida importante. Le colture di pepe richiedono un'attenzione particolare a causa delle malattie. Il data mining è stato utilizzato per l'identificazione delle malattie delle colture, ma manca l'utilizzo della conoscenza. Uno studio integra il data mining con sistemi basati sulla conoscenza per la diagnosi e il trattamento delle malattie delle colture di pepe. Gli esperimenti sono stati condotti utilizzando quattro algoritmi denominati JRip, PART, J48 e REPTree sul set di dati dei peperoni. Tutti gli esperimenti per ciascun algoritmo sono stati condotti con 9927 istanze e quattro classi, ovvero funghi, insetti, virus e batteri. Gli algoritmi di classificazione sono stati utilizzati per sviluppare un modello predittivo e la rappresentazione della conoscenza basata su regole è stata impiegata per diagnosticare e trattare la coltura. Le prestazioni del sistema sono state testate con esperti del dominio e con l'accettazione da parte degli utenti, con risultati promettenti rispettivamente del 90,5 e dell'86,8%, con una precisione e un richiamo medi del 96% e del 97,2%.
Autorenporträt
Leidenschaftlicher Universitätsdozent, der seine Studenten durch innovative Lehrmethoden inspirieren möchte. Engagiert sich für die Förderung einer dynamischen Lernumgebung, die Theorie mit realen Anwendungen verbindet. Begeistert von der Vermittlung von Künstlicher Intelligenz, maschinellem Lernen, Deep Learning und Data Science an die nächste Generation von Technologieführern.