Integration von Data Mining mit wissensbasierten Systemen - Fentahun, Melsew Belachew
68,90 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
0 °P sammeln
  • Broschiertes Buch

Die Landwirtschaft ist für das wirtschaftliche Wohlergehen eines Landes von entscheidender Bedeutung, doch Pflanzenkrankheiten stellen eine große Herausforderung dar. Der Anbau von Pfefferkörnern erfordert aufgrund von Krankheiten besondere Aufmerksamkeit. Data Mining wurde bereits zur Erkennung von Pflanzenkrankheiten eingesetzt, doch fehlt es an der Nutzung von Wissen. In dieser Studie wird Data Mining mit wissensbasierten Systemen zur Diagnose und Behandlung von Pfefferkrankheiten kombiniert. Die Experimente wurden mit den vier Algorithmen JRip, PART, J48 und REPTree für den…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Die Landwirtschaft ist für das wirtschaftliche Wohlergehen eines Landes von entscheidender Bedeutung, doch Pflanzenkrankheiten stellen eine große Herausforderung dar. Der Anbau von Pfefferkörnern erfordert aufgrund von Krankheiten besondere Aufmerksamkeit. Data Mining wurde bereits zur Erkennung von Pflanzenkrankheiten eingesetzt, doch fehlt es an der Nutzung von Wissen. In dieser Studie wird Data Mining mit wissensbasierten Systemen zur Diagnose und Behandlung von Pfefferkrankheiten kombiniert. Die Experimente wurden mit den vier Algorithmen JRip, PART, J48 und REPTree für den Paprika-Datensatz durchgeführt. Alle Experimente für jeden Algorithmus wurden mit 9927 Instanzen und vier Klassen durchgeführt, nämlich Pilz-, Insekten-, Virus- und Bakterien-Krankheitstypen der Ernte. Mit Hilfe von Klassifizierungsalgorithmen wurde ein prädiktives Modell entwickelt und eine regelbasierte Wissensrepräsentation zur Diagnose und Behandlung der Pflanzen eingesetzt. Die Leistung des Systems wurde mit Domänenexperten und Benutzerakzeptanz getestet und ergab vielversprechende Ergebnisse von 90,5 bzw. 86,8 % mit einer durchschnittlichen Präzision und Wiedererkennung von 96 % bzw. 97,2 % für die Gesamtleistung.
Autorenporträt
Profesor universitario apasionado dedicado a inspirar a los estudiantes mediante métodos de enseñanza innovadores. Comprometido con el fomento de un entorno de aprendizaje dinámico que combina la teoría con aplicaciones del mundo real. Entusiasmado por cultivar la Inteligencia Artificial, el Aprendizaje Automático, el Aprendizaje Profundo y la Ciencia de Datos para la próxima generación de líderes tecnológicos.