Publications

Evaluation of Global Data for National-Scale Soil Depth Mapping in Data-Scarce Regions: A Case Study from Sri Lanka

En staplad ensemble av Random Forest, XGBoost, Cubist och SVM kartlägger jorddjup från globala kovariater och visar att begränsningen sitter i datan, inte i algoritmen.

Ebrahim Jahanshiri, Eranga M. Wimalasiri, Yinan Yu, Ranjith B. Mapa

Improving Soil Information with Generative and Machine Learning Models

Ett spatialt generativt adversariellt nätverk förstärker glesa markprofiler, och de syntetiska proverna förbättrar maskininlärda markkartor.

Ebrahim Jahanshiri

Effective Neural Information Retrieval in Crop Soil Requirement Classification

Neural informationssökning och ordvektorer klassificerar grödors jordkrav automatiskt, med 76,11 procents träffsäkerhet för vetenskapliga namn.

Ayman Salama, Tomas Maul, Ebrahim Jahanshiri, Marahaini Nizar, Neil Crout

Effective Neural Information Retrieval in Crop Soil Requirement Classification

An economic feasibility assessment framework for underutilised crops using Support Vector Machine

Support vector machines klassificerar ekonomisk bärkraft för grödor som ännu inte har en stor kommersiell historik.

Mei Shin Oh, Zhiyuan Chen, Ebrahim Jahanshiri, Dino Isa, Yee Wan Wong