PROCEDURE, SYSTEM, COMPUTER SYSTEM AND COMPUTER PROGRAM TO GENERATE DATA OF A PREDICTION OF ACCOMMODATION OF AN AGRICULTURAL PRODUCT (Machine-translation by Google Translate, not legally binding)

Procedure, system, computer system and computer program to generate data of a prediction of stockpiling of an agricultural product that has a life cycle. The procedure comprises: receiving historical data corresponding to parameters of the life cycle and to a stock that was produced under said param...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: MOLINA CABANILLAS, Miguel Angel, CARRILLO DONAIRE, Pedro, ASENCIO CORTES, Gualberto, ARJONA ANTOLIN, Ricardo
Format: Patent
Sprache:eng ; spa
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Procedure, system, computer system and computer program to generate data of a prediction of stockpiling of an agricultural product that has a life cycle. The procedure comprises: receiving historical data corresponding to parameters of the life cycle and to a stock that was produced under said parameters; generate learning data from historical data; perform a machine learning procedure from the learning data to adjust a "predictive" software; receive current data corresponding to life cycle parameters; and provide the current data to the predictive software to generate the corresponding forecast of collection. Historical data includes data from sensors of a farm that produced the product. The current data includes sensor data from a farm that is producing the product. The historical/current data may also correspond to parameters of the productive process, the producer, climatological, economic, phytopathological, logistic, market, etc. (Machine-translation by Google Translate, not legally binding) Procedimiento, sistema, sistema informático y programa informático para generar datos de una predicción de acopio de un producto agrícola que tiene un ciclo de vida. El procedimiento comprende: recibir datos históricos correspondientes a parámetros del ciclo de vida y a un acopio que se produjo bajo dichos parámetros; generar datos de aprendizaje a partir de los datos históricos; realizar un procedimiento de machine learning a partir de los datos de aprendizaje para ajustar un software "predictivo"; recibir datos actuales correspondientes a parámetros del ciclo de vida; y proporcionar los datos actuales al software predictivo para generar la correspondiente predicción de acopio. Los datos históricos incluyen datos de sensores de una explotación que produjo el producto. Los datos actuales incluyen datos de sensores de una explotación que está produciendo el producto. Los datos históricos/actuales pueden corresponder también a parámetros del proceso productivo, del productor, climatológicos, económicos, fitopatológicos, logísticos, de mercado, etc.