Support vector machines for predicting the level of integration in agri-food chains
-
Douglas Andrés Verduga-Alcívar
[1]
;
Emanuel Guillermo Muñoz-Grillo
[1]
;
Erik Orozco-Crespo
[1]
;
Teresita López-Joy
[2]
;
Ana Julia Acevedo-Urquiaga
[3]
;
Neyfe Sablón-Cossío
[1]
-
[1] Universidad Técnica de Manabí
Universidad Técnica de Manabí
Portoviejo, Ecuador
-
[2] Universidad Tecnológica de la Habana
-
[3] Fundación Universitaria San Marcos
-
- Localización: Ingeniería y universidad, ISSN 0123-2126, Vol. 27, Nº 0, 2023
- Idioma: inglés
- Títulos paralelos:
- Máquinas de soporte vectorial en regresión para la predicción del nivel de integración en las cadenas agroalimentaria
- Enlaces
-
Resumen
- español
Objetivo: El objetivo de este trabajo se deriva de un análisis teórico de la aplicación de las máquinas de vectores soporte al diseño y gestión de cadenas agroalimentarias. Este análisis se realiza mediante un enfoque empírico para predecir el nivel de integración en cadenas agroalimentarias mediante máquinas de vectores soporte.
Materiales y Métodos: La metodología diseñada y utilizada para procesar los resultados de la investigación, que consiste en el entrenamiento de máquinas de vectores soporte, se emplea para predecir el nivel de integración en una cadena agroalimentaria. Este tipo de aplicación predictiva aparece en la literatura revisada sobre integración de cadenas agroalimentarias.
Resultados y Discusión: El análisis se realiza comparando el método propuesto con una técnica de redes neuronales. Los resultados de la investigación se centran en la predicción del nivel de integración de las cadenas agroalimentarias mediante máquinas vectoriales.
Conclusiones: El estudio proporciona un modelo de máquina de vectores soporte que se aplica a otros casos de estudio y, por tanto, permite predecir resultados. El documento también compara dos técnicas que comparten el objetivo de la predicción, aplicadas en contextos diferentes
- English
Objective: The objective of this paper is derived from a theoretical analysis of the application of support vector machines to the design and management of agri-food chains. This analysis is conducted using an empirical approach to predict of the level of integration in agri-food chains by support vector machines.
Materials and Methods: The methodology designed and utilized to process the research results, which consists of the training of support vector machines, is employed to predict the level of integration in an agri-food chain. This type of predictive application appears in the reviewed literature on the integration of agri-food chains.
Results and Discussion: The analysis is performed by comparing the proposed method with a neural network technique. The research results focus on predicting the level of integration in agri-food chains using vector machines.
Conclusions: The study provides a support vector machine model that is applied to other case studies and therefore allows for the prediction of outcomes. The paper also compares two techniques that share the goal of prediction, as applied in different contexts
- español
