Data Science Portfolio
Data Science Portfolio
Home
Projects
Publications
Contact
CV
Light
Dark
Automatic
English
Svenska
Maskininlärning
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
Last updated on Nov 10, 2026
PDF
DOI
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
Last updated on Nov 10, 2026
PDF
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
Last updated on Nov 10, 2026
PDF
DOI
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
Last updated on Nov 10, 2026
PDF
Cite
×