Machine Learning Careers in 2026: Emerging Opportunities, Essential Skills, Industrial Applications, and Future Career Pathways
该文是一份关于2026年机器学习职业机会、技能与行业应用的报告框架。
阅读 0
An Interpretable Machine Learning Approach for Soil Fertility Prediction from NPK and pH
用决策树和随机森林基于NPK与pH预测土壤肥力等级并比较性能。
关注点
随机森林在土壤肥力三分类上准确率、精确率与召回率均优于决策树，但结论基于特定数据集，跨区域推广前需外部数据验证。
阅读 0
Smart Leaf Identification and Analysis using Artificial Intelligence
构建叶片分类框架，比较多种机器学习与深度学习方法识别36种叶片。
关注点
该研究在36种叶片、340个样本上对比六种机器学习模型与VGG16，SMOTE平衡后随机森林准确率达91%，VGG16在图像集上达90.47%；样本量小，结论仅适用于小规模叶片分类场景。
阅读 0
Hybrid and Classical Machine Learning Models for Mixed-crop Recommendation in Precision Agriculture: An Empirical Performance Analysis
比较经典与混合机器学习模型在混合作物推荐中的表现，提出RF-ET混合模型。
阅读 2
Realization and analysis of Artificial Intelligence appearance in Agricultural system
综述AI在农业中的应用并提出多层智能农业系统框架。
阅读 0
Integrating Machine Learning, Deep Learning and Robotics for Intelligent Information Management and Decision Support
综述机器学习、深度学习与机器人融合的智能信息管理与决策支持系统。
阅读 1
A NOVEL HYBRID CLUSTERING AND ENSEMBLE LEARNING FRAMEWORK FOR AGRICULTURAL CROP RECOMMENDATION
提出聚类加集成学习的混合框架，用土壤气候数据做作物推荐。
阅读 0
Precision Agriculture Using AI for Crop Yield Prediction and Disease Detection: A Comprehensive Review of Machine Learning and Deep Learning Approaches for Sustainable, Data-Driven Farming
综述机器学习与深度学习在作物产量预测和叶片病害检测中的应用与挑战。
阅读 1
Image-Based Soil Nutrient Prediction Using Machine Learning and Deep Learning Models
用土壤图像结合机器学习与深度学习模型预测氮磷钾含量。
阅读 1
Artificial intelligence in food safety: a bibliometric and empirical synthesis of emerging technologies and research frontiers
对2021-2025年2782篇文献做文献计量，梳理AI与食品安全交叉研究趋势。
阅读 1
A growing challenge: stakeholder perceptions of AI and ML applications in U.S. agriculture
通过问卷与访谈调查美国农业利益相关者对AI/ML应用的认知与障碍。
阅读 0
Machine Learning-based Prediction of SVI Parameter in Maize: A Comparative Study and Feature Importance Analysis
用四种机器学习模型基于39个玉米基因型盐胁迫发芽数据预测幼苗活力指数SVI。
阅读 1
Applications of Artificial Intelligence in Soil Characterization and Agriculture: A Systematic Review
系统综述2018-2026年196项AI用于土壤特性与农业的研究。
阅读 5
Comparative Performance of Machine Learning and Deep Learning Algorithms for Agricultural Land Mapping in Anambra State, Nigeria
比较RF、SVM、ANN、CNN在尼日利亚农业用地制图中的表现
2 个信源阅读 2
A Hybrid Model for Crop Yield Prediction Using Recurrent Neural Networks and Explainable Artificial Intelligence
用LSTM结合可解释AI预测肯尼亚玉米产量，兼顾精度与透明度。
阅读 5
A Systematic Study of Supervised and Ensemble Learning Approaches for Crop Selection in Smart Agriculture
系统综述2016-2026年24项作物推荐研究，比较四类机器学习方法并指出基准精度已趋饱和。
2 个信源阅读 2
Machine learning models combined with feature importance methods for honey yield classification: A replicable approach
构建可复现工作流，用气候变量与机器学习分类蜂蜜产量。
阅读 4
Crop recommendation in precision agriculture: a systematic literature review of methods, trends, and challenges（精准农业中的作物推荐：方法、趋势与挑战系统综述）
系统综述129篇2020-2026年文献，梳理精准农业作物推荐的方法、趋势与挑战。
阅读 4
YieldVision: Model-Driven Decision Support System for Crop Yield Prediction
提出YieldVision决策支持系统，用RF、LSTM及混合模型预测作物产量并部署应用。
阅读 6
An artificial intelligence-based stacking ensemble framework for smart irrigation pump control using IoT sensor data
提出基于堆叠集成学习的灌溉泵ON/OFF预测框架，用物联网传感器数据实现智能灌溉控制。
阅读 2