Bỏ qua tới nội dung chính
Quay lại tin tức

Các mô hình tích hợp AI để đánh giá khả năng phục hồi nông nghiệp

arXiv cs.AI· Joshua R. Waite, Dana Golden, Brett Indelicato, Kevin Camp, Mojdeh Saadati, Shannon Regan, Patrick Schnable, Baskar Gana· 10/7/2026models

arXiv:2607.07759v1 Loại công bố: mới Tóm tắt: Các chuỗi cung ứng nông nghiệp dễ bị gián đoạn thông qua các hệ thống sinh vật lý và kinh tế liên kết. Chúng tôi phát triển một công cụ hỗ trợ AI tích hợp các mô hình kinh tế (GTAP) với các mô hình sinh vật lý (APSIM) để phân tích các cú sốc chuỗi cung ứng, cho phép các nhà hoạch định chính sách và những người tham gia thị trường đánh giá các tác động liên ngành thông qua các truy vấn và phản hồi được viết bằng ngôn ngữ tự nhiên.

Khoa học Máy tính > Trí tuệ Nhân tạo arXiv:2607.07759 (cs) [Đệ trình ngày 8/7/2026] Tiêu đề: Các mô hình tích hợp AI để đánh giá khả năng phục hồi nông nghiệp Tác giả: Joshua R. Waite, Dana Golden, Brett Indelicato, Kevin Camp, Mojdeh Saadati, Shannon Regan, Patrick Schnable, Baskar Ganapathysubramanian, Carlos Messina, Suzanne Thornsbury, Soumik Sarkar Xem bản PDF của bài báo có tiêu đề Các mô hình tích hợp AI để đánh giá khả năng phục hồi nông nghiệp, của Joshua R. Waite và 10 tác giả khác Xem PDF Tóm tắt: Chuỗi cung ứng nông nghiệp dễ bị gián đoạn thông qua các hệ thống sinh lý sinh học và kinh tế liên kết. Chúng tôi phát triển một công cụ tích hợp AI, kết hợp các mô hình kinh tế (GTAP) với các mô hình sinh lý sinh học (APSIM) để phân tích các cú sốc chuỗi cung ứng, cho phép các nhà hoạch định chính sách và các bên tham gia thị trường đánh giá các tác động đa ngành thông qua các truy vấn và phản hồi được viết bằng ngôn ngữ tự nhiên. Chủ đề: Trí tuệ Nhân tạo (cs.AI) Trích dẫn: arXiv:2607.07759 [cs.AI] (hoặc arXiv:2607.07759v1 [cs.AI] cho phiên bản này) https://doi.org/10.48550/arXiv.2607.07759 Tập trung để tìm hiểu thêm DOI do arXiv cấp thông qua DataCite Lịch sử đệ trình Từ: Joshua Waite [xem email] [v1] Thứ Tư, ngày 8/7/2026 14:38:04 UTC (467 KB) Liên kết toàn văn: Truy cập bài báo: Xem bản PDF của bài báo có tiêu đề Các mô hình tích hợp AI để đánh giá khả năng phục hồi nông nghiệp, của Joshua R. Waite và 10 tác giả khác Xem PDF xem giấy phép Ngữ cảnh duyệt hiện tại: cs.AI < trước | tiếp theo > mới | gần đây | 2026-07 Thay đổi để duyệt theo: cs Tài liệu tham khảo & Trích dẫn NASA ADS Google Scholar Semantic Scholar xuất trích dẫn BibTeX Đang tải... Trích dẫn định dạng BibTeX × đang tải... Dữ liệu được cung cấp bởi: Đánh dấu Công cụ thư mục Công cụ thư mục và trích dẫn Chuyển đổi trình khám phá thư mục Trình khám phá thư mục (Trình khám phá là gì?) Chuyển đổi bài báo liên quan Bài báo liên quan (Bài báo liên quan là gì?) Chuyển đổi Litmaps Litmaps (Litmaps là gì?) Chuyển đổi scite.ai Trích dẫn thông minh scite (Trích dẫn thông minh là gì?) Mã, Dữ liệu, Phương tiện Mã, Dữ liệu và Phương tiện liên quan đến bài viết này Chuyển đổi alphaXiv alphaXiv (alphaXiv là gì?) Liên kết đến Mã chuyển đổi Công cụ tìm mã CatalyzeX cho các bài báo (CatalyzeX là gì?) Chuyển đổi DagsHub DagsHub (DagsHub là gì?) Chuyển đổi GotitPub Gotit.pub (GotitPub là gì?) Chuyển đổi Huggingface Hugging Face (Huggingface là gì?) Chuyển đổi ScienceCast ScienceCast (ScienceCast là gì?) Bản trình diễn Bản trình diễn Chuyển đổi Replicate Replicate (Replicate là gì?) Chuyển đổi Spaces Hugging Face Spaces (Spaces là gì?) Chuyển đổi Spaces TXYZ.AI (TXYZ.AI là gì?) Bài báo liên quan Công cụ đề xuất và tìm kiếm Liên kết đến Influence Flower Influence Flower (Influence Flowers là gì?) Chuyển đổi đề xuất cốt lõi Đề xuất cốt lõi (CORE là gì?) Tác giả Địa điểm Tổ chức Chủ đề Về arXivLabs arXivLabs: các dự án thử nghiệm với cộng tác viên cộng đồng arXivLabs là một khuôn khổ cho phép các cộng tác viên phát triển và chia sẻ các tính năng arXiv mới trực tiếp trên trang web của chúng tôi. Cả cá nhân và tổ chức làm việc với arXivLabs đều đã chấp nhận và tuân thủ các giá trị của chúng tôi về sự cởi mở, cộng đồng, sự xuất sắc và quyền riêng tư dữ liệu người dùng. arXiv cam kết với những giá trị này và chỉ hợp tác với các đối tác tuân thủ chúng. Bạn có ý tưởng cho một dự án sẽ mang lại giá trị cho cộng đồng arXiv? Tìm hiểu thêm về arXivLabs. Những tác giả nào của bài báo này là người xác nhận? | Tắt MathJax (MathJax là gì?)

Nguồn tin: arXiv cs.AI — Tác giả: Joshua R. Waite, Dana Golden, Brett Indelicato, Kevin Camp, Mojdeh Saadati, Shannon Regan, Patrick Schnable, Baskar Gana. Bản dịch tiếng Việt do AI thực hiện, có thể có sai sót.