Interpolación Espacial Mediante Aprendizaje de Máquinas en Viñedos de la Provincia de Mendoza, Argentina
El presente trabajo se enmarca en el problema de interpolación espacial de variables vitícolas por medio de Support Vector Machines (SVM) y Local SVM (LSVM), a partir de mediciones geo-espaciales en viñedos de distintas bodegas de la provincia de Mendoza. Los resultados de estas técnicas son compara...
Guardado en:
| Autores principales: | , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2012
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/123727 https://41jaiio.sadio.org.ar/sites/default/files/7_ASAI_2012.pdf |
| Aporte de: |
| Sumario: | El presente trabajo se enmarca en el problema de interpolación espacial de variables vitícolas por medio de Support Vector Machines (SVM) y Local SVM (LSVM), a partir de mediciones geo-espaciales en viñedos de distintas bodegas de la provincia de Mendoza. Los resultados de estas técnicas son comparados con los dos métodos de interpolación de uso más extendido empleadas en Viticultura de Precisión para el modelado de datos agrícolas: Inverse Distance Weighting (IDW) y Kriging. Los resultados obtenidos en este trabajo muestran una mejora en la calidad de las interpolaciones, condicionada en la cantidad de datos disponibles, donde LSVM y SVM en general obtienen resultados de mayor calidad. |
|---|