Aplicando Aprendizado de Máquina para Extrair Novos Conhecimentos em Aplicações de Agricultura de Precisão

Estamos considerando uma faceta da agricultura de precisão que se concentra na gestão de cultivos impulsionada pelas plantas. Ao monitorar o solo, cultivos e clima em um campo e fornecer um sistema de suporte à decisão que seja capaz de aprender, é possível oferecer tratamentos, como irrigação, aplicação de fertilizantes e pesticidas, para partes específicas de um campo em tempo real e de forma proativa. Nesse contexto, aplicamos técnicas de aprendizado de máquina para extrair automaticamente novos conhecimentos na forma de regras de decisão generalizadas voltadas para a melhor administração de recursos naturais, como água. O modelo de aplicação de aprendizado de máquina sugerido neste artigo é baseado em um processo indutivo e iterativo de descoberta de conhecimento, com base no qual padrões e associações inicialmente surgidos são reexaminados para expandir o conhecimento preexistente. O resultado deste estudo foi a criação de um conjunto eficaz de regras de decisão usadas para prever o estado das plantas e a prevenção de impactos indesejados do estresse hídrico nas plantas.