Forecasting carbon dioxide emissions from agriculture and relationship with some variables in OECD countries

Dzięki sztucznym sieciom neuronowym możliwie jest rozwiązywanie specyficznych problemów, z którymi zmagają się tradycyjne techniki obliczeniowe. Sieci neuronowe mogą być stosowane tam, gdzie występują problemy z przetwarzaniem i analizą danych, ich przewidywaniem, klasyfikacją i kontrolą. Podjęte badanie wskazują, które czynniki sektora rolnego krajów Organizacji Współpracy Gospodarczej i Rozwoju (OECD) są powiązane z emisjami dwutlenu wegla. Badania oparto na analizie wariancji ANOVA z wykorzystaniem pakietu statystycznego R. Ewentualne spodziewane emisje dwutlenku węgla prognozowano z wykorzystaniem sieci neuronowych (SSN) Flexible Bayesian Models on Neural Networks. Prognozy umożliwiły identyfikację czynników szczególnie istotnych. Badanie wykazały znaczący wpływ na wielkość emisji dwutlenu wegla wielkości areałów pastwisk oraz gruntów ornych i stałych powierzchni upraw.