Online hasonlóságelemzések: Online hasonlóságelemzések: Tapasztalatok (kukorica) hozamfüggvények levezetése kapcsán Pitlik László, SZIE Gödöllő (Forrás:

Az előadások a következő témára: "Online hasonlóságelemzések: Online hasonlóságelemzések: Tapasztalatok (kukorica) hozamfüggvények levezetése kapcsán Pitlik László, SZIE Gödöllő (Forrás:"— Előadás másolata:

1 Online hasonlóságelemzések: Online hasonlóságelemzések: Tapasztalatok (kukorica) hozamfüggvények levezetése kapcsán Pitlik László, SZIE Gödöllő (Forrás: My-X.hu Hírlevél) 2007. augusztus INNOCSEKK 156/2006

2 Esettanulmány Döntési helyzet –Technológia-szimuláció –Hasznosság: Ideális Hozam-Ráfordítás arányok levezetése Adatforrás –AKII –Üzem-csoport szintű anonim ágazati adatok Modellek –1. modell: SPSS-döntési fák –2. modell: COCO-direct1, COCO-OPTI, COCO- direct2, COCO kézi vezérlésű optimumokkal

3 INNOCSEKK 156/2006 Adatvagyon 55 tanulási adatsor 70 teszt adatsor 10 attribútum (aranykorona, műtrágya, vegyszer, gép-költség, egyéb költségek) COCO direkt és OPTI módszertannal Y = hozam

4 INNOCSEKK 156/2006 1. modell: Döntési fák Rel. kevés csoport, minimális kombinatorikai tér Nincs extrapoláció, a genetikai potenciál fogalma azonos a mintában tapasztalt legnagyobb hozammal Nincs interpoláció, azaz megfigyelést nem tartalmazó, de reálisan elképzelhető csoport Polinomizálódásra hajlamos ceteris paribus alakzatok (egy attribútum tetszőleges helyen és irányultsággal lehet aktív)

5 INNOCSEKK 156/2006 2. Modell COCO direct Alaphipotézis: Minden erőforrás-felhasználás (ha racionális) egyenes arányos a hozammal A döntési fáknál jobb modellhiba a tanulásban és a tesztben Csak részleges optimum-szimuláció lehetséges A döntési fa és a COCO hibridje a legjobb A modellfúzió nem képezhető le lépcsős függvénnyel, ill. polinomizálódást okoz, ezért nem lehet pl. genetikus algoritmus alapja (vö. ló, szamár, öszvér, …)

6 INNOCSEKK 156/2006 COCO_OPTI Hibaminimalizálás alapján kialakított ceteris paribus görbe alakok A gépköltség fordított arányban hat! Az optimum a vegyszer és a műtrágya esetén szemmel látható, de Sok a polinom-hatás, azonban még így is csak egyféle hatásmechanizmus képezhető le (vö. tőzeg és homok /mű/trágyázása) Minimális tanulási hiba, gyenge teszteredmények, azaz Tipikus TÚLTANULÁSI tünetek…

7 INNOCSEKK 156/2006 COCO finomhangolás A gépköltség irányának megfordítása után Tanulási és Teszthiba csökkenése Az optimalizálandó lépcsők leképezésére az ilyen attribútumok megkettőzése kínálhat megoldást, ahol is a kézi vezérléssel meghatározott optimum-pontoktól mért távolság kerül minimalizálásra Az optimum alatti és feletti hatásmechanizmusok és fontosságok eltérőekké válhatnak Az optimum pont(ok) paraméterként való levezetése új, hosszabb távú kihívást jelent…

8 INNOCSEKK 156/2006 Szakértői rendszer Döntési fa: egyszerű szabályrendszer COCO: több milliós kombinatorikai terek COCO: genetikai potenciál = a legjobb (zömmel még elő sem fordult) erőforrás- kombináció következménye Online tudásmegosztás alapja Automatikusan generálható Jól interpretálható

9 INNOCSEKK 156/2006 Következtetések Üzemi adatok gyűjtése és közös kezelése, elemzése immár az „információs szövetkezés” egy fontos formája lehet A precíziós gazdálkodás tervezési feladatainak alapja a hozamfüggvény Költségek mellett/helyett naturáliákat is gyűjteni kellene… Szakkönyvek mellett/helyett szakértői rendszerek automatikus levezetése alapján lehet képezni a gazdálkodókat

10 INNOCSEKK 156/2006 Részletek: pitlik@miau.gau.hu