An Explainable AI-Driven Probabilistic Rainfall Forecasting and Harvest Optimization Framework for Precision Agriculture
Dieses Paper schlägt XAI-PRFHO vor, ein erklärbares KI-Framework, das ein TCN–BiLSTM-Modell mit Conformal Prediction und mehrschichtiger Interpretierbarkeit integriert, um kalibrierte probabilistische Niederschlagsprognosen zu generieren, die anschließend mittels NSGA-III optimiert werden, um wetterbedingte Ernteverluste in der Präzisionslandwirtschaft signifikant zu reduzieren und Erträge zu steigern.