详细内容或原文请订阅后点击阅览
采访 Erica Kimei：使用机器学习研究牲畜的温室气体排放
Erica Kimei 温室气体排放是气候变化的主要驱动因素。Erica Kimei 的工作重点是研究农业，特别是反刍牲畜的气体排放。我们向 Erica 询问了她的工作，以及她在深度学习 Indaba 的 AfriClimate AI 研讨会上的经历，她的研究在那里获得了奖项。请告诉我们一些关于 […]
来源:ΑΙhubErica Kimei
Erica Kimei温室气体排放是气候变化的主要驱动因素。Erica Kimei 的工作重点是研究农业，特别是反刍牲畜的气体排放。我们向 Erica 询问了她的工作，以及她在深度学习 Indaba 的 AfriClimate AI 研讨会上的经历，她的研究在那里获得了奖项。
AfriClimate AI 研讨会 深度学习 Indaba请告诉我们一些关于您的信息 - 您在哪里工作，您的研究重点是什么？
我是 Erica Kimei，坦桑尼亚纳尔逊曼德拉非洲科学技术研究所 (NM-AIST) 的博士生，也是国家交通研究所的助理讲师。我的研究重点是利用机器学习和遥感技术监测和预测反刍牲畜的温室气体排放。这项工作旨在通过更好地管理排放和解决畜牧业对气候的影响来促进可持续农业实践。
在深度学习论坛 (Deep Learning Indaba) 的 AfriClimate AI 研讨会上，您的作品“用于监测和预测反刍家畜温室气体排放的时间序列机器学习模型”获得了奖项。您能告诉我们您正在研究的问题以及为什么这是一个如此有趣的研究领域吗？
“用于监测和预测反刍家畜温室气体排放的时间序列机器学习模型。”Erica 在她的研究中使用的传感硬件。
Erica 在她的研究中使用的传感硬件。您能谈谈您在这项工作中使用的方法并概述您的主要结果吗？
LSTM GRU您有计划进一步研究这个主题吗？
您参加深度学习峰会，特别是 AfriClimate AI 研讨会的体验如何？
最后，您能告诉我们一个关于您的有趣（与 AI 无关）事实吗？
我还致力于整合物联网 (IoT) 和遥感等先进技术，以应对现实世界的挑战、网站设计和开发。
标签：