.png){kind=icon}
返回
Multi-Strategy Deep Learning for Crop Yield Prediction
.png){kind=icon}
OA
AI
DOI：10.1016/j.atech.2026.102518.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
开发了用于作物产量预测的多策略深度学习框架。
比较了最小输入条件下的单任务、多任务和集成DNN模型。
确定性和MC Dropout集成提高了产量预测的稳健性。
集成模型在作物和灌溉制度上实现了高达0.94的R²。
使用FAO埃塞俄比亚产量统计数据验证了基于模拟的预测。
Keyword:
Ensemble deep learning
multi-task learning
crop yield prediction
Monte Carlo Dropout
Irrigated and rainfed systems
期刊
IF:
5.7
论文数:
2.6K
被引数:
2.5K
机构
引用论文
Model-based yield gap analysis and constraints of rainfed sorghum production in Southwest Ethiopia
OAAI
OAAI分享收藏Remote sensing-based winter wheat yield estimation integrating machine learning and crop growth multi-scenario simulations结合机器学习和作物生长多情景模拟的冬小麦遥感估产OAAI
OAAI分享收藏Predicting Sustainable Crop Yields: Deep Learning and Explainable AI Tools预测可持续作物产量: 深度学习和可解释的AI工具.png)
SUSTAINABILITYOAAI
SUSTAINABILITYIF3.3
OAAI分享收藏Modeling the land requirements and potential productivity of sugarcane and jatropha in Brazil and India using the LPJmL dynamic global vegetation modelBIOMASS & BIOENERGY
BIOMASS & BIOENERGYIF5.8
PREAI
分享收藏MtCro: multi-task deep learning framework improves multi-trait genomic prediction of cropsMtCro：多任务深度学习框架改进作物的多性状基因组预测PLANT METHODSOAAI
PLANT METHODSIF4.4
OAAI分享收藏
查看更多内容