Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Realization of Bandpass Filter Based on Spoof Surface Plasmon Polariton Technique at Microwave Frequency Kapitel lesen Erstes Kapitel lesen

2019 | OriginalPaper | Buchkapitel

Integrating Machine Learning Tool to Improve DSS Design

verfasst von : R. G. Joshi, H. S. Fadewar

Erschienen in: Computing, Communication and Signal Processing

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper describes how a machine learning tool can be applied to decision support system. We have used fuzzy logic to enhance performance of DSS. Further, system developed is implemented in agriculture domain for selection of suitable crop. Selection of crop is complex process as it involves number of parameters where uncertainty is more common for example rainfall, suitable seeds, fertilizers, number of soil parameters, temperature, air quality, humidity, and so on. The present work focuses on soil parameters and few other parameters which support proper growth of crops. Fuzzy logic is applied to those parameters for handling data uncertainty. This is an attempt to suggest proper decision and reduce the burden by designing new DSS. Experimental set-up shows increased crop production up to 10–12%.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Comparative Analysis for Steganographic LSB Variants
Nächstes Kapitel PSO-Based Text Summarization Approach Using Sentiment Analysis
Literatur
1.
Ahmad, I.: Fuzzy Logic For Embedded Systems Applications, pp. 113–118, Elsevier India Pvt. Ltd. (2006)
2.
Patil, M., Iyer, B., Arya, R.: Performance evaluation of PCA and ICA algorithm for facial expression recognition application. In: Proceedings of Fifth International Conference on Soft Computing for Problem Solving, pp. 965–976 (2016)
3.
Jawdekar, W.: Management Information System, pp. 23–47. TMH (2002)
4.
Hayes-Roth, F.: Rule-based systems. Commun. ACM 28(9), 921–932 (1985)CrossRef
5.
Ignizio, J.: Introduction to Expert Systems: The Development and Implementation of Rule-Based Expert Systems. McGraw-Hill, New York (1990)
6.
Chakraborty, D., Pal, N.R.: A neuro-fuzzy scheme for simultaneous feature selection and fuzzy rule-based classification. IEEE Trans. Neural Netw. 15 (2004)CrossRef
7.
Shaofeng, et al.: Integration of Decision Support Systems to Improve Decision Support Performance. Springer, London (2009)
8.
Hartati, S., Sitanggang, I.S.: Fuzzy based DSS for evaluating land suitability selecting crop. J. Comput. Sci. 6(4), 417–424 (2010). ISSN 1549-3636
9.
Qaddoum, K., Hines, E., Illiescu, D.: Adoptive neuro-fuzzy modeling for crop yield prediction. Recent Research in Artificial Intelligence, Knowledge Engineering and Database, ISBN 978–960-474-273-8 (2014)
10.
Mawle, Chavan, V.: Fuzzy inference system for productivity and fertility of soil. Int. J. Eng. Dev. Res. 2(3), 2321–9939 (2014)
11.
Kaur, K.: Machine learning: application in indian agriculture. Int. J. Adv. Res. Comput. Commun. Eng. 5(4), 2278–1021 (2016)
Metadaten
Titel
Integrating Machine Learning Tool to Improve DSS Design
verfasst von
R. G. Joshi
H. S. Fadewar
Copyright-Jahr
2019
Verlag
Springer Singapore
Buch
Computing, Communication and Signal Processing

Print ISBN: 978-981-13-1512-1

Electronic ISBN: 978-981-13-1513-8

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-981-13-1513-8_85

Neuer Inhalt

    Bildnachweise