Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

le système de Bénéfice-prévision peut réduire des taux de suicide parmi les agriculteurs endettés en Inde

Les chercheurs à l'État de Penn prennent des mesures pour adresser le régime alarmant des suicides parmi les agriculteurs endettés en Inde, en développant un algorithme profond-apprenant comme première étape dans un système d'aide à la décision qui pourrait prévoir des cours en bourse de marché d'avenir des collectes.

Plus de 11.000 agriculteurs indiens ont commis le suicide en 2016, selon le bureau national de dossiers de crime. Tandis que le haut débit de morts volontaires pourrait être attribué à un certain nombre de raisons, la défaillance et l'incapacité financières de vendre des collectes dues à la variation répandue dans les prix du marché du produit du pays est parmi eux, selon Amulya Yadav, professeur adjoint des sciences de l'information et de technologie et investigateur principal sur le projet.

« En Inde, le gouvernement a fixé des prix minimum de support des collectes, mais n'essaye pas de forcer expressément ces prix sur les acheteurs, » a dit Yadav. « Le prix réel auquel la collecte se vend au marché est basé sur l'offre et demande. »

Yadav a expliqué que beaucoup d'agriculteurs indiens sortent des prêts pour acheter les graines, l'engrais et le matériel, et pour transporter leur récolte pour lancer sur le marché. Mais si les agriculteurs ne peuvent pas vendre leurs collectes aux prix minimum de support, ils ne peuvent pas payer de retour leurs prêts ou réaliser un bénéfice pour se supporter -- mener à la défaillance financière.

Les marchés du gouvernement achèteront des collectes aux prix minimum de support, mais ces marchés sont parfois loin des villages des agriculteurs, qui ajoute le transport et les coûts du combustible. Yadav note également qu'il y a souvent des longues files aux marchés et que le gouvernement achètera seulement un contingent limité.

Ainsi les gens restants devront retourner, et ils ont gaspillé beaucoup d'argent. Ils finissent vendre leurs collectes aux fournisseurs tiers qui ne garantissent pas des prix minimum de support, et [les agriculteurs] ne réalisez pas un bénéfice. »

Amulya Yadav, professeur adjoint des sciences de l'information et de technologie et investigateur principal sur le projet

Yadav vise à améliorer les durées des agriculteurs en les aidant prévoient des prix de marché d'avenir. L'algorithme que son équipe développée peut exactement prévoir des prix de marché d'avenir a basé en circuit les configurations antérieures d'évaluation et de volume.

« Ce système suppose que vous essayez de maximiser le bénéfice d'un agriculteur unique, » a dit Yadav. « Nous essayons de lui effectuer une prévision pour où et le moment où ils devraient vendre leur collecte. »

Il prolongé, « au lieu de vendre leurs collectes sur très le jour suivant après récolte sur le marché local, cet algorithme pourrait potentiellement donner une recommandation qu'elles devraient attendre cinq jours et se déplacer 40 kilomètres à un marché différent, où les prix sont prévus pour être très élevés. »

Pour produire l'algorithme, Yadav et son équipe ont analysé des articles de données de plus de 1.300 marchés indiens des 11 dernières années, que le maximum inclus et les prix minimum de chaque collecte ont vendues sur chaque marché. Puis, ils ont développé un modèle apprenant profond pour trouver les configurations utiles de cela des caractéristiques. Les études de l'équipe prouvent que leur modèle exécute mieux que la norme de courant.

« Ceci nous donne l'espoir que nous allons maintenant avancer et essayer d'établir le système entier que nous envisageons, » a indiqué Yadav. « Une fois que le système obtient établi, nous sommes pleins d'espoir qu'il puisse aider des agriculteurs à maximiser les bénéfices qu'ils gagnent. Et si tout va bien comme avantage indirect menez à moins suicides d'agriculteur en Inde et dans d'autres pays autour du monde. »

Yadav a fonctionné avec l'aspérule d'Alexandre, le diplômé 2019 de l'État de Penn dans les sciences de l'information et la technologie, et le Hangzhi Guo, un étudiant de premier cycle à l'université de Wenzhou Kean. Ils ont présenté leur recherche à l'association pour l'avancement de la conférence d'artificial intelligence sur l'AI plus tôt ce mois-ci.

Source: