Optimization of decision support systems in agriculture using AI: an integrated approach
Optimization of decision support systems in agriculture using AI: an integrated approach
DOI:
https://doi.org/10.32870/e-cucba.vi21.333Keywords:
Inteligencia Artificial, agricultura sostenible, sistemas de soporte de decisiones, modelos predictivos, gestión de cultivosAbstract
Contemporary agriculture faces critical challenges in terms of sustainability and efficiency, in the context of constant population growth and the need for environmentally responsible agricultural practices. This study addresses the application of Artificial Intelligence (AI) in the optimization of Decision Support Systems (SSD) for agriculture, with the aim of improving crop management and resource utilization. By integrating machine learning methods and implementing predictive models, crop productivity was analyzed under various environmental conditions. The results demonstrate improved accuracy in yield prediction, with a 15% increase in water and fertilizer use efficiency compared to conventional techniques. The research also reveals a significant increase in scientific collaboration and publication in this field since 2018, highlighting the importance of AI in the future of sustainable agriculture. The study's findings underline the potential of AI-based SSDs to transform agriculture, promoting more efficient and sustainable practices that can adapt to global challenges.
References
Aria, M. y Cuccurullo, C. (2017). Bibliometrix: una herramienta R para un análisis exhaustivo de mapeo científico. Revista de Informetricia, 11(4), 959-975.
Bhagat, PR., Naz., F. y Magda, R. (2022). Soluciones de inteligencia artificial que permiten la agricultura sostenible: un análisis bibliométrico. Más Uno, 17(6), e0268989. DOI: 10.1371/journal.pone.0268989.
Bhatt, R. y Kaur, A. (2019). Agricultura inteligente: sensores agrícolas inteligentes basados en IoT para monitorear la temperatura y la humedad en vivo utilizando Arduino, computación en la nube y tecnología solar. La Revista Internacional de Ingeniería y Ciencia (IJES), 8(7), 49-55.
Fernández-Alduenda, M., Pérez-Rodríguez, P. y Jiménez-Jiménez, F. (2022). IoT e IA en la agricultura: una revisión sistemática. Computación y Electrónica en Agricultura. 184 , 106065.
Ganeshkumar, C., Jena, SK., Sivakumar, A. y Nambirajan, T. (2023). Inteligencia artificial en la cadena de valor agrícola: revisión y direcciones futuras. Revista de agronegocios en economías emergentes y en desarrollo, 13 (3), 379-398. DOI: 10.1108/JADEE-07-2020-0140.
Jain, AK. y Gupta, M.M. (Eds.). (2021). Aprendizaje profundo para la toma de decisiones en agricultura. Naturaleza Springer.
Khosla, R. y Fischer, M. (2020). Agricultura de precisión para la sostenibilidad. John Wiley e hijos.
Liakos, KG., Busato, P., Moshou, D., Pearson, S. y Bochtis, D. (2018). Machine Learning in Agriculture: A Review. Sensores, 18(8), 2674.
Lobell, DB., Cassman, KG. y Field., CB (2013). Brechas en el rendimiento de los cultivos: su importancia, magnitudes y causas. Revisión anual de medio ambiente y recursos, 38, 179-204.
Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO). (2017). Tecnología de la información y la comunicación (TIC) en la agricultura: informe para los diputados agrícolas del G20. Recuperado de http://www.fao.org/3/a- i7961e.pdf.
Perry, C. (2017). Riego eficiente; comunicación ineficiente; recomendaciones erróneas. Riego y Drenaje, 66(1), 175-182.
Schimmelpfennig, D. (2016). Beneficios agrícolas y adopción de la agricultura de precisión. Informe de Investigación Económica. 1-27.
Van Eck, N. y Waltman, L. (2010). Software de encuesta: VOSviewer, un programa informático de cartografía bibliométrica. Cienciometría, 84 (2), 523-538.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Luis Tonatiuh Castellanos Serrano, María Victoria Gómez Aguila, José Alfredo Castellanos Suárez, Marcelino Aurelio Pérez Vivar
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
