Rusagro:机器学习最大化产量

Rusagro Tech 开发总监 Vladimir Gorokhov 和 Jet Infosystems 软件开发和实施总监 Maxim Andrianov 谈论 Rusagro 现场工作规划系统的创建,该系统可以实现最佳结果。

来源:OSP网站大数据新闻

Rusagro 推出了农业业务领域的系统,为农艺师提供规划各种田间工作的建议。通过处理大量的生产数据,它会考虑许多因素并优化整个田间作业的复杂性,使您能够节省资源并从作物中获得最大的利润。该系统的一个重要组成部分是在 Jet Infosystems 专家的帮助下创建的,它是基于机器学习的算法。 Rusagro Tech 开发总监 Vladimir Gorokhov 和 Jet Infosystems 软件开发和实施总监 Maxim Andrianov(两位数据奖提名者)谈论了该系统的实施。

数据奖

- Rusagro 面临的任务是什么,需要解决哪些问题?

- Rusagro 面临的任务是什么,需要解决哪些问题?

Vladimir Gorokhov:要了解我们面临的任务,了解该项目的先决条件非常重要。 Rusagro 在 68.5 万公顷的土地上种植各种农作物。

弗拉基米尔·戈罗霍夫:

当您需要同时在大量田地进行现场作业,但可用设备和机器操作员的数量有限时,做出决策尤其困难。如果你违反了技术,你可能会部分或完全失去收获。这些干扰对不同田间作业和作物的风险是已知的,可以在决策时予以考虑。例如,如果种植甜菜时没有及时向土壤施钾肥,可能会损失高达 15% 的收成。而如果田间不使用植保产品防治害虫,损失率将达到70%。对于一个人来说,在大型农工业控股的规模上考虑所有这些因素是一项非常劳动密集型的任务,任何错误的成本都可能非常高。

- 为什么这对公司很重要?

- 为什么这对公司很重要? V.G.:

- 选择什么方法来实施?

- 选择什么方法来实施? 马克西姆·安德里亚诺夫: 文学硕士: 文学硕士: 文学硕士: 文学硕士: 文学硕士: