Neste estudo, publicado en Vaca Pinta 54, José Alberto Oliveira Prendes (Área de Produción Vexetal, Departamento de Bioloxía de Organismos e Sistemas da Universidade de Oviedo), Silverio García Cortés (Área de Enxeñería Cartográfica, Xeodésica e Fotogrametría, Departamento de Explotación e Prospección de Minas da Universidade de Oviedo) e Nieves Díaz Díaz e Juan Piñeiro Andión (investigadores xubilados do Departamento de Pastos e Cultivos do Centro de Investigacións Agrarias de Mabegondo, Axencia Galega da Calidade Alimentaria (Agacal) da Xunta de Galicia) presentan os resultados do noso traballo de investigación, cuxo obxectivo foi obter un modelo preditivo que permita estimar a produción de materia seca anual de cultivares de diferentes tipos de raigrases a partir de datos meteorolóxicos probables nas localidades de avaliación.
ESPECIAL: CULTIVOS PRATENSES
Predición da produción de raigrases mediante técnicas de aprendizaxe automática (machine learning)
