論文の概要: Technical Report on the Turba Fertilizer Machine Learning Stack in Morocco
- arxiv url: http://arxiv.org/abs/2610.05949v1
- Date: Mon, 05 Oct 2026 08:04:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-10 02:58:57.927458
- Title: Technical Report on the Turba Fertilizer Machine Learning Stack in Morocco
- Title（参考訳）: モロッコにおけるTurba Fertilizer Machine Learning Stackの技術報告
- Abstract要約: Turbaは、モロッコで再現可能なサイト特異的肥料レコメンデーションのための3層オープンソース実装である。
textttturba-clientは、公開サイトプロファイルへのプログラムによるアクセスを提供する。
textttturba-dataは解析可能なスナップショットを配布する。
textttturba-modelsは、推奨出力の作物固有の機械学習サロゲートをパッケージ化する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Site-specific fertilizer recommendation systems adapt nutrient advice to location, soil properties, crop type, and production targets, but scientific reuse is constrained when recommendation functions remain accessible mainly through interactive interfaces, outputs are not versioned, and trained approximations cannot be independently loaded or benchmarked. This technical report presents the Turba fertilizer machine learning stack, a three-layer open-source implementation for reproducible site-specific fertilizer recommendation in Morocco. \texttt{turba-client} provides programmatic access to publicly accessible site profiles, crop-specific target-yield spaces, and N, P$_2$O$_5$, and K$_2$O recommendation workflows; \texttt{turba-data} distributes analysis-ready snapshots; and \texttt{turba-models} packages crop-specific machine learning surrogates of recommendation outputs. The architecture links upstream retrieval, versioned analytical snapshots, reproducible cross-model benchmarking, and loadable offline surrogates while preserving the distinction between recommendation-system outputs, observed agricultural data, and model-generated predictions. The first dataset was constructed from 44,096 unique ESA WorldCereal locations. Scenario expansion across supported cereal workflows generated 132,017 crop-location recommendation requests under a medium target-yield setting. The resulting 22-variable dataset spans 10 regions, 66 provinces, and 1,149 communes. Nine regression families were evaluated under a fixed deterministic 80/20 protocol, and the current release packages five best-performing crop-specific models. The machine learning task is recommendation-function emulation rather than prediction of observed crop response. The stack provides a reproducible basis for spatial and temporal validation, uncertainty estimation, field-trial comparison, and future integration with additional data.
- Abstract（参考訳）: サイト固有の肥料推奨システムは, 立地, 土壌特性, 作物の種類, 生産目標に対する栄養的アドバイスに適応するが, 科学的再利用は, 主に対話的インタフェースを通じてレコメンデーション関数がアクセス可能であり, 出力はバージョン管理されておらず, 訓練された近似を個別にロードしたり, ベンチマークしたりできない場合に制限される。
本技術報告では、モロッコにおける再現可能なサイト特異的肥料推奨のための3層オープンソース実装であるTurba fertilizer machine learning stackを提示する。
N, P$_2$O$_5$, K$_2$Oレコメンデーションワークフロー, \texttt{turba-data} は分析対応スナップショットを配布し、 \textt{turba-models} は作物固有の機械学習サロゲートをパッケージする。
このアーキテクチャは、上流の検索、バージョン付き分析スナップショット、再現可能なクロスモデルベンチマーク、ロード可能なオフラインサロゲートをリンクし、レコメンデーションシステム出力、観察された農業データ、モデル生成予測を区別する。
最初のデータセットは、ESA WorldCerealの44,096箇所から作られた。
支援された穀物ワークフロー間のシナリオ拡張は、中間目標収率設定で132,017個の作物配置推薦要求を発生させた。
22変数のデータセットは10の地域、66の州、1,149のコミューンにまたがる。
9つの回帰系を固定決定性80/20プロトコルで評価した。
機械学習タスクは、観察された作物の反応を予測するのではなく、推奨機能エミュレーションである。
このスタックは、空間的および時間的検証、不確実性推定、実地比較、将来的なデータの統合のための再現可能な基盤を提供する。
関連論文リスト
- Embeddings based Anomaly Detection for Cleaning Global Crop Type Reference Datasets [0.15404975601060747]
本研究では,事前学習した地球観測エンコーダの埋め込みで動作する,実用的で局所性に配慮した埋め込み型アノマリー(EBA)フレームワークを提案する。
各ラベル付きサンプルは、事前訓練された埋め込みを使用して同じ地域の同じ作物の他のサンプルに対してスコア付けし、目立ったものをフラグ付けし、トレーニング前にそれらを取り除くか、下げるかをテストし、より良いモデルを得る。
論文 参考訳（メタデータ） (2026-07-27T00:52:52Z) - WeedExpert-R1: Incentivizing Botanical Reasoning in MLLMs with Reinforcement Learning for Precision Weed Grounding [5.155445137665098]
この研究は、検証可能な報酬によって視覚的に接地された植物学的推論を学習するマルチモーダルモデルWeedExpert-R1を紹介した。
WeedExpert-R1-4Bは、IoU閾値0.5、89.30%、87.81パーセントの精度で75.82パーセントの正確なセット精度を達成した。
論文 参考訳（メタデータ） (2026-07-17T20:33:10Z) - Crop Recommendation and Agricultural Query Answering System Using Spatio-Temporal Graph Neural Networks and Hybrid Retrieval Augmentation [1.0832844764942349]
本稿では,先進的な天気予報,作物の推薦,農家への質問応答ツールを統合することで,精密農業を支援する統一システムを提案する。
ネパールの1,359カ所のデータを用いて,今後30日間の気象予報を行うための2つの深層学習モデルを提案する。
システム全体がモバイルアプリケーションを通じてデプロイされ、リアルタイムの提案と会話のサポートを提供する。
論文 参考訳（メタデータ） (2026-06-08T07:51:34Z) - A Modelling and Evaluation Framework for EuroCrops-Driven Sentinel-2 Crop Segmentation [78.66324246922831]
本研究では,Sentinel-2イメージとEuroCropsパーセルレベルのアノテーションからセマンティックセグメンテーション対応農業データセットを生成するパイプラインを提案する。
このデータセットには、ヨーロッパ5カ国から67,337のパッチが含まれており、10種類の作物と背景の分類を減らしている。
The four-level U-Net with Group Normalization were training using 10 Sentinel-2 spectrum bands and a Composite loss with class-weighted cross-entropy and Dice loss。
論文 参考訳（メタデータ） (2026-05-30T11:20:29Z) - Joint Model and Data Sparsification via the Marginal Likelihood [53.29070892356214]
本稿では,個々の特徴とサンプルの相違点を同時学習し,同時にモデルとデータスペーシングを実現することを提案する。
このモデルとデータの対称的なプルーニングは、共役を保存する自然な拡張を提供する。
多様な回帰タスクにわたる経験的結果は、共同ARDアプローチがスパースモデルとロバスト予測モデルの両方を一貫して生成することを確認した。
論文 参考訳（メタデータ） (2026-05-28T13:26:53Z) - ReLeaf: Benchmarking Leaf Segmentation across Domains and Species [2.446672595462589]
葉レベルセグメンテーションは、作物の健康、成長動態、収量電位、局所的なストレス症状を評価するために用いられる。
進歩は、特に種の範囲に関して、専用のデータセットの欠如によって制限されている。
そこで我々は,植物23種を対象に,選択したCropAndWeed画像の半自動アノテーションを用いて,葉面マスクを用いた新しいベンチマークデータセットを提案する。
既存の4つのデータセットでトレーニングされたモデルでは、対応するテストセット間で平均mAP50-95が83.9%、新しいベンチマークでは40.2%となる。
論文 参考訳（メタデータ） (2026-05-05T14:11:52Z) - PRUE: A Practical Recipe for Field Boundary Segmentation at Scale [50.194423500109025]
本研究では,大域境界線決定のためのセグメント化と地理空間基盤モデル(GFM)を初めて体系的に評価する。
U-Netセマンティックセマンティックセグメンテーションモデルは、パフォーマンスとデプロイメントのメトリクスのスイートにおいて、インスタンスベースとGFMの代替よりも優れています。
我々のアプローチは、モデル設計、トレーニング、推論にまたがる、信頼性があり、スケーラブルで再現可能なフィールド境界記述のための実践的なフレームワークを提供します。
論文 参考訳（メタデータ） (2026-03-28T02:47:46Z) - UniCrop: A Universal, Multi-Source Data Engineering Pipeline for Scalable Crop Yield Prediction [0.0]
本研究は, 収量予測のためのマルチソース環境データの取得, クリーニング, 調和, エンジニアリングの自動化を目的とした, 汎用的で再利用可能なデータパイプラインであるUniCropを紹介する。
UniCropは200以上の環境変数(Sentinel-1/2、MODIS、ERA5-Land、NASA POWER、SoilGrids、SRTM)を自動的に取得し、調和させる
ウニクロップは557個の野の観測結果からなる収量データセットに適用された。
論文 参考訳（メタデータ） (2026-01-04T20:17:32Z) - Retrieval-Augmented Generation for Reliable Interpretation of Radio Regulations [49.671779378073886]
無線規制分野における質問応答について検討する。
本稿では,通信事業者固有のレトリーバル拡張生成(RAG)パイプラインを提案する。
当社のアプローチは,テスト対象モデル全体の生成精度を一貫して向上させる。
論文 参考訳（メタデータ） (2025-09-11T17:43:42Z) - Self-Boost via Optimal Retraining: An Analysis via Approximate Message Passing [58.52119063742121]
独自の予測と潜在的にノイズの多いラベルを使ってモデルをトレーニングすることは、モデルパフォーマンスを改善するためのよく知られた戦略である。
本稿では,モデルの予測と提供ラベルを最適に組み合わせる方法について論じる。
我々の主な貢献は、現在のモデルの予測と与えられたラベルを組み合わせたベイズ最適集約関数の導出である。
論文 参考訳（メタデータ） (2025-05-21T07:16:44Z) - Retrosynthesis Prediction with Local Template Retrieval [112.23386062396622]
特定の標的分子の反応を予測する再合成は、薬物発見に必須の課題である。
本稿では,局所的な反応テンプレート検索手法であるRetroKNNを紹介する。
我々は、広く使われている2つのベンチマーク、USPTO-50KとUSPTO-MITで包括的な実験を行う。
論文 参考訳（メタデータ） (2023-06-07T03:38:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。