Меню


Государство

Правительство штата Карнатака поможет мелким фермерам в прогнозировании цен на урожай, используя машинное зрение по спутниковым изображениям.

Вместе с Microsoft они помогают мелким фермерам увеличить свои доходы с помощью машинного обучения и передовой аналитики. Они предоставляют улучшенные модели прогнозирования цен на сельскохозяйственную продукцию на основе исторических данных, таких как площадь посева, производство, урожайность и погода. Машинное зрение анализирует изображения дистанционного зондирования земли, чтобы предсказать урожайность.

В настоящее время правительство штата использует прогноз цен на сельскохозяйственные товары с использованием исторических данных и краткосрочных поступлений, чтобы защитить фермеров от падения цен или защитить население от высокой инфляции. Однако такой точный сбор данных стоит дорого и может быть подделан.

MoU будет экспериментировать с Комиссией по сельскохозяйственным ценам штата Карнатака (KAPC), Министерством сельского хозяйства, чтобы помочь улучшить методы прогнозирования цен в интересах фермеров.

Microsoft под руководством KAPC пытается разработать многомерную модель прогнозирования цен на сельскохозяйственную продукцию с учетом следующих наборов данных - историческая площадь посева, урожайность, наборы данных о погоде и другие соответствующие наборы данных.

В этом сезоне для этой модели прогнозирования была определен урожая тура, по которому Карнатака является вторым по величине производителем. Его цена будет предсказана за три месяца вперед для основных рынков в штате. Меморандум о взаимопонимании (MoU) также направлен на использование цифровых инструментов, которые могут предоставить передовые инновации и искусственный интеллект, чтобы помочь фермерам повысить урожайность в штате.

Эти технологические решения, основанные на наборе Microsoft Cortana Intelligence Suite, включающем машинное обучение и Power BI, нацелены на продвижение практики цифрового фермерства в штате.

Модель использует данные дистанционного зондирования из геостационарных спутниковых снимков для прогнозирования урожайности на каждом этапе земледелия. Эти данные наряду с другими исходными данными, такими как историческая площадь посева, урожайность, погода, среди других наборов данных, используются в рамках эластичной сети для прогнозирования сроков прибытия зерна на рынок, а также их количества, которое будет определять их цены.
Результат
Результат не публиковался
Подпишись на новые кейсы
Оставь свой e-mail и раз в неделю мы будем высылать полезные кейсы тебе на почту
Мы не передаем данные третьим лицам, а храним их согласно №152-ФЗ
Cookies helfen uns bei der Bereitstellung unserer Inhalte und Dienste. Durch die weitere Nutzung unserer Webseite stimmst du der Verwendung von Cookies zu.
Okay
Close
Made on
Tilda