Інституційний репозитарій Миколаївського НАУ
Вітаємо в Інституційному репозитарії Миколаївського національного аграрного університету, який накопичує, зберігає, розповсюджує та забезпечує довготривалий, постійний та вільний доступ до наукових робіт професорсько-викладацького складу, співробітників та студентів Університету.
Інституційний репозитарій МНАУ створено для поширення наукових публікацій у відкритому доступі, розширення аудиторії їх користувачів (науковців, студентів, викладачів України та світу).
Фахівцями бібліотеки МНАУ розроблено документи, які регламентують роботу Інституційного репозитарію: Положення про інституційний репозитарій Миколаївського національного аграрного університету, Авторський договір, Вимоги до матеріалів, наданих для розміщення в Інституційному репозитарії МНАУ.
Положення про репозитарій МНАУ
Авторський договір
Вимоги до матеріалів
https://dspace.mnau.edu.ua/jspui/handle/123456789/21801| Назва: | Перспективність використання машинного навчання для прогнозування врожайності сільськогосподарських культур |
| Автори: | Присташ, Світлана Федорівна Pristash, Svitlana |
| Ключові слова: | моделювання врожайності машинне навчання фізичні моделі прогнозування оптимізація ресурсів yield modeling machine learning physical models forecasting resource optimization |
| Дата публікації: | 2025 |
| Бібліографічний опис: | Присташ С. Ф. Перспективність використання машинного навчання для прогнозування врожайності сільськогосподарських культур. Продовольча безпека України в умовах післявоєнного відновлення: глобальні та національні виміри. Міжнародний форум : доповіді учасників міжнародної науково-практичної конференції (м. Миколаїв, 28-30 травня 2025 р.) / Міністерство освіти і науки України ; Миколаївський національний аграрний університет. Миколаїв : МНАУ, 2025. С. 379-380. DOI: https://doi.org/10.31521/978-617-7149-86-5-127 |
| Короткий огляд (реферат): | У роботі порівняно фізичні моделі й методи машинного
навчання для прогнозування врожайності, проаналізовано їхні переваги,
недоліки та можливість комбінування. Показано, що моделювання сприяє
оптимізації ресурсів, зниженню ризиків і підвищенню ефективності виробництва. - The article compares physical models and machine learning methods for crop yield prediction, analyzing their advantages, limitations, and potential integration. It highlights how modeling contributes to resource optimization, risk reduction, and increased production efficiency. |
| URI (Уніфікований ідентифікатор ресурсу): | https://dspace.mnau.edu.ua/jspui/handle/123456789/21801 https://doi.org/10.31521/978-617-7149-86-5-127 |
| Розташовується у зібраннях: | Продовольча безпека України в умовах війни і післявоєнного відновлення: глобальні та національні виміри. Міжнародний форум - 2025 Статті (Факультет агротехнологій) |
| Файл | Опис | Розмір | Формат | |
|---|---|---|---|---|
| forum-2025-379-380.pdf | 503,53 kB | Adobe PDF | Переглянути/Відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.