ChrysaLabs : Prédiction du rendement agricole

ChrysaLabs développe des solutions technologiques innovantes pour améliorer l’intégration des connaissances sur la santé et la fertilité du sol dans les pratiques agricoles. L’un des défis les plus importants dans l’amélioration des pratiques agricoles est de comprendre l’impact des changements de pratiques sur l’amélioration du rendement et sur l’environnement. L’objectif de ce projet est de développer un modèle d’apprentissage machine permettant de prédire le rendement agricole d’un champ en fonction de différentes informations concernant l’historique du champ, du choix des semences et des engrais appliqués et en fonction de conditions environnementales. Ce modèle permettra aux producteurs de prendre des décisions plus éclairées pour améliorer leur rendement agricole.

Faculty Supervisor:

Christian Gagné;Thierry Badard

Student:

Partner:

ChrysaLabs

Discipline:

Computer science

Sector:

Manufacturing

University:

Université Laval

Program: