Buchumschlag

A Hybrid Machine Learning Framework for Optimizing Crop Selection via Agronomic and Economic Forecasting

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sindhur, Niranjan Mallikarjun, C, Pavithra, Muchikel, Nivya
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Secured Triad of IoT, Machine Learning, and Blockchain for Crop Forecasting in Agriculture
von: Sizan, Najmus Sakib, et al.
Veröffentlicht: (2025)

Efficient End-to-End Learning for Decision-Making: A Meta-Optimization Approach
von: Cristian, Rares, et al.
Veröffentlicht: (2025)

Advancing GDP Forecasting: The Potential of Machine Learning Techniques in Economic Predictions
von: Oancea, Bogdan
Veröffentlicht: (2025)

A Hybrid Modeling Framework for Crop Prediction Tasks via Dynamic Parameter Calibration and Multi-Task Learning
von: Solow, William, et al.
Veröffentlicht: (2026)

Machine Learning for Economic Forecasting: An Application to China's GDP Growth
von: Yang, Yanqing, et al.
Veröffentlicht: (2024)

Enhancing Retail Sales Forecasting with Optimized Machine Learning Models
von: Ganguly, Priyam, et al.
Veröffentlicht: (2024)

Helpful to a Fault: Measuring Illicit Assistance in Multi-Turn, Multilingual LLM Agents
von: Talokar, Nivya, et al.
Veröffentlicht: (2026)

Pragmatic Curiosity: A Unified Framework for Hybrid Learning and Optimization via Active Inference
von: Li, Yingke, et al.
Veröffentlicht: (2026)

Temporal Conformal Prediction (TCP): A Distribution-Free Statistical and Machine Learning Framework for Adaptive Risk Forecasting
von: Aich, Agnideep, et al.
Veröffentlicht: (2025)

A Hybrid Framework for Healing Semigroups with Machine Learning
von: Sirikonda, Sarayu, et al.
Veröffentlicht: (2025)

An Explainable Ensemble Learning Framework for Crop Classification with Optimized Feature Pyramids and Deep Networks
von: Masud, Syed Rayhan, et al.
Veröffentlicht: (2026)

Optimizing PM2.5 Forecasting Accuracy with Hybrid Meta-Heuristic and Machine Learning Models
von: Ghafariasl, Parviz, et al.
Veröffentlicht: (2024)

Aligning Learning and Endogenous Decision-Making
von: Cristian, Rares, et al.
Veröffentlicht: (2025)

A Granular Framework for Construction Material Price Forecasting: Econometric and Machine-Learning Approaches
von: Lyu, Boge, et al.
Veröffentlicht: (2025)

A Hybrid Framework for Reinsurance Optimization: Integrating Generative Models and Reinforcement Learning
von: Dong, Stella C.
Veröffentlicht: (2025)

Macroeconomic Forecasting and Machine Learning
von: Chi, Ta-Chung, et al.
Veröffentlicht: (2025)

VITA: Variational Pretraining of Transformers for Climate-Robust Crop Yield Forecasting
von: Hasan, Adib, et al.
Veröffentlicht: (2025)

Zero Coordinate Shift: Whetted Automatic Differentiation for Physics-informed Operator Learning
von: Leng, Kuangdai, et al.
Veröffentlicht: (2023)

Learning Bayesian Networks with Heterogeneous Agronomic Data Sets via Mixed-Effect Models and Hierarchical Clustering
von: Valleggi, Lorenzo, et al.
Veröffentlicht: (2023)

Winter Wheat Crop Yield Prediction on Multiple Heterogeneous Datasets using Machine Learning
von: Bansal, Yogesh, et al.
Veröffentlicht: (2023)

Hybrid Deep Learning Approach for Coupled Demand Forecasting and Supply Chain Optimization
von: Nadia, Nusrat Yasmin, et al.
Veröffentlicht: (2026)

A Hybrid Deep Learning based Carbon Price Forecasting Framework with Structural Breakpoints Detection and Signal Denoising
von: Ren, Runsheng, et al.
Veröffentlicht: (2025)

Water and Electricity Consumption Forecasting at an Educational Institution using Machine Learning models with Metaheuristic Optimization
von: Alba, Eduardo Luiz, et al.
Veröffentlicht: (2024)

Selective Learning for Deep Time Series Forecasting
von: Fu, Yisong, et al.
Veröffentlicht: (2025)

Forecasting Drought Using Machine Learning in California
von: Li, Nan K., et al.
Veröffentlicht: (2025)

Dual Interpretation of Machine Learning Forecasts
von: Coulombe, Philippe Goulet, et al.
Veröffentlicht: (2024)

A Hybrid Quantum-Classical Framework for Financial Volatility Forecasting Based on Quantum Circuit Born Machines
von: Chen, Yixiong
Veröffentlicht: (2026)

Decision Mamba: Reinforcement Learning via Hybrid Selective Sequence Modeling
von: Huang, Sili, et al.
Veröffentlicht: (2024)

Generalizable Diabetes Risk Stratification via Hybrid Machine Learning Models
von: Parvez, Athar, et al.
Veröffentlicht: (2025)

Forecast-Then-Optimize Deep Learning Methods
von: Jiang, Jinhang, et al.
Veröffentlicht: (2025)

Machine Learning Optimized Approach for Parameter Selection in MESHFREE Simulations
von: Banerjee, Paulami, et al.
Veröffentlicht: (2024)

Hybrid Approach for Driver Behavior Analysis with Machine Learning, Feature Optimization, and Explainable AI
von: Shuvo, Mehedi Hasan, et al.
Veröffentlicht: (2026)

Leveraging Interpretability in the Transformer to Automate the Proactive Scaling of Cloud Resources
von: Ba, Amadou, et al.
Veröffentlicht: (2024)

Improved Financial Forecasting via Quantum Machine Learning
von: Thakkar, Sohum, et al.
Veröffentlicht: (2023)

Bayesian Optimization for Simultaneous Selection of Machine Learning Algorithms and Hyperparameters on Shared Latent Space
von: Ishikawa, Kazuki, et al.
Veröffentlicht: (2025)

A Machine Learning-Based Study on the Synergistic Optimization of Supply Chain Management and Financial Supply Chains from an Economic Perspective
von: Wang, Hang, et al.
Veröffentlicht: (2025)

Exploring Physics-Informed Neural Networks for Crop Yield Loss Forecasting
von: Miranda, Miro, et al.
Veröffentlicht: (2024)

A FEDformer-Based Hybrid Framework for Anomaly Detection and Risk Forecasting in Financial Time Series
von: Fan, Ziling, et al.
Veröffentlicht: (2025)

Efficient Model Selection for Time Series Forecasting via LLMs
von: Wei, Wang, et al.
Veröffentlicht: (2025)

Machine Learning Approaches on Crop Pattern Recognition a Comparative Analysis
von: Kabir, Kazi Hasibul, et al.
Veröffentlicht: (2024)