மர்வான் கான் மற்றும் சனம் நூர்
உலகளாவிய ரீதியில் 70 சதவீத நீர் விவசாய நடைமுறைகளில் பயன்படுத்தப்படுகிறது, இதில் முறையற்ற திட்டமிடப்பட்ட மற்றும் திறமையற்ற நீர்ப்பாசன முறையால் 50% நீர் இழக்கப்படுகிறது. துல்லியமான நீர்ப்பாசன முறை நீண்ட காலமாக தனிப்பட்ட பண்ணைகள் அளவில் பயன்படுத்தப்படுகிறது. ஒரு பண்ணையின் அதிகப்படியான பாசன நீரை மற்றொரு பண்ணையில் பயன்படுத்த மிகவும் அரிதான வேலைகள் இதுவரை செய்யப்பட்டுள்ளன. இந்த ஆராய்ச்சியில், இரண்டு பண்ணைகளுக்கு இடையே ஓடும் நேரத்தைக் கணிப்பதில் உள்ள சிக்கலை நாங்கள் தீர்க்கிறோம். நீர்ப்பாசனத்தின் ஆழம், மண்ணின் ஈரப்பதம் மற்றும் பயிர் நிலை (CN) மற்றும் செறிவு நேரத்தை உள்ளீட்டு அளவுருக்களாக ஏற்றுக்கொண்டு ஓடும் நேரத்தை மதிப்பிடும் ரன்ஆஃப் நேர மாதிரியை நாங்கள் முன்மொழிகிறோம். இயந்திர கற்றல் வழிமுறைகள் அதாவது, பல நேரியல் பின்னடைவு (MLR), செயற்கை நரம்பியல் நெட்வொர்க்-லெவன்பெர்க் மார்க்வார்ட் (LMA-ANN), முடிவு மரங்கள்/பின்னடைவு மரம் (DT/RT) மற்றும் குறைந்த சதுர ஆதரவு திசையன் பின்னடைவு (LS-SVR) ஆகியவை கற்றலுக்குப் பயன்படுத்தப்பட்டுள்ளன. மற்றும் முன்கணிப்பு நோக்கங்கள். நீர்ப்பாசனம் ஓடும் நேரக் கணிப்புக்கான சிறந்த அல்காரிதத்தைத் தேர்வுசெய்ய இந்த வழிமுறைகளுக்கு இடையே ஒரு ஒப்பீடு செய்யப்பட்டுள்ளது. ரிக்ரஷன் ட்ரீ அதிக R-சதுர மதிப்பு, குறைந்த சராசரி சதுரப் பிழை ஆகியவற்றின் அடிப்படையில் முடிவுகளைப் பெறுகிறது என்று பரிசோதனை முடிவுகள் காட்டுகின்றன. MLR குறைந்த R-சதுர மதிப்பின் அடிப்படையில் மோசமான முடிவைக் காட்டும் அதே வேளையில், அதிகபட்சம் என்பது சதுரப் பிழை என்று பொருள். அல்காரிதம்ஸ் ரிக்ரஷன் ட்ரீ முதல்-சிறந்த தரவரிசையில் உள்ளது, ANN-LMA இரண்டாவது-நல்ல தரவரிசையில் உள்ளது, LS-SVR மூன்றாம் நியாயமான தரவரிசையில் உள்ளது மற்றும் MLR பின்னடைவு பிழை அளவீடுகள்/செயல்திறன் மதிப்பீட்டு அளவுருக்கள் அடிப்படையில் கடைசி-ஏழை தரவரிசைப்படுத்தப்பட்டது. எனவே ரிக்ரஷன் ட்ரீ என்பது வயர்லெஸ் சென்சார் நெட்வொர்க் (WSN) முனையில் ரன்ஆஃப் நேரத்தைக் கணிக்க ஒரு சிறந்த இயந்திர கற்றல்-பின்னடைவு அல்காரிதம் என்று வலுவாக பரிந்துரைக்கப்படுகிறது.