Information Fusion And Machine Learning In Spatial Prediction For Local Agricultural Markets

Research output: Chapter in Book/Report/Conference proceedingChapter

3 Scopus citations

Abstract

Esta investigación explora la fusión de información y las técnicas de minería de datos y propone una metodología para mejorar las predicciones basada en fuertes asociaciones entre productos agrícolas, lo que permite predecir el consumo futuro en los mercados locales de la región andina de Ecuador utilizando técnicas de predicción espacial. Esta actividad comercial se realiza a través de los Circuitos de Marketing Alternativo (CIALCO), buscando establecer una relación directa entre los precios al productor y al consumidor, y promover la compra y venta entre grupos familiares.
Translated title of the contributionFusión de Información y Aprendizaje de Máquinas en Predicción Espacial para Mercados Agrícolas Locales
Original languageEnglish
Title of host publicationInformation Fusion And Machine Learning In Spatial Prediction For Local Agricultural Markets
Subtitle of host publicationThe PAAMS Collection - International Workshops of PAAMS 2018, Proceedings
EditorsJuan M. Corchado, Vicente Julian, Eneko Osaba Icedo, Javier Bajo, Patrycja Hoffa-Dabrowska, Ricardo Azambuja Silveira, Alberto Fernandez, Sylvain Giroux, Elena María Navarro Martínez, Philippe Mathieu, Antonio J. Castro, Nayat Sanchez-Pi, Elena del Val, Rainer Unland, Ruben Fuentes-Fernandez
PublisherSpringer Verlag
Pages235-246
Number of pages12
ISBN (Print)978-3-319-94778-5
DOIs
StatePublished - 20 Jun 2018

Publication series

NameCommunications in Computer and Information Science
Volume887
ISSN (Print)1865-0929

Keywords

  • Alternative circuits of commercialization
  • Associations mining
  • Data fusion
  • Predictive analysis

Fingerprint Dive into the research topics of 'Information Fusion And Machine Learning In Spatial Prediction For Local Agricultural Markets'. Together they form a unique fingerprint.

Cite this