Adaptive Ensemble Machine Learning Framework for Robust Prediction, Classification, and Intelligent Decision Support Across Heterogeneous Data Domains
提出自适应异构动态集成框架AHDE-DS，实现跨异构数据的鲁棒预测、分类与智能决策支持。
智慧农业 / 农业物联网农业人工智能
阅读 1
关键词 · 相关资讯与研究
#混合预测模型
沿着“混合预测模型”继续探索，共 0 条内容。
你可能还想看
没有这个标签，内容接近基于分解算法与样本熵加权注意力机制的农业污染物混合预测模型
提出融合变分模态分解与样本熵加权注意力的LSTM混合模型预测农业污染物浓度。
阅读 0
Modern weather forecasting: mathematical foundations, tools and current state of the art
综述现代天气预报的数学基础、工具及AI融合现状。
农业遥感与作物表型数值天气预报
阅读 0
MBF-HybridNet：在极端气候下仍可提前一月预测冬小麦产量的多分支AI模型——Qingdao六县R² 0.756-0.765 MAPE 4.2%
提出多分支AI模型MBF-HybridNet，融合遥感、气象与土壤数据，提前一月预测冬小麦产量。
阅读 9
人工智能赋能现代农业生物育种：智慧育种代际演变与表型解析、基因组预测、分子设计关键环节技术进展
原文标题: Artificial Intelligence Empowering Modern Agricultural Biological Breeding。作者: 徐启玉、郑波、钟上威（北京大学现代农业研究院、潍坊市科技创新促进中心、北京大学生命科学学院）。DOI: 10.12133/j.smartag.SA202602016。本文系统探究AI驱动植物育种范式变革的底层逻辑，梳理智慧育种的代际演变及其在表型解析、基因组预测和分子设计等关键环节的技术进展，并深入探讨育种大模型对育种全流程的重构作用，以期为中国种业科技实现自立自强提供理论参考。重点阐述AI在种质资源高效挖掘、高通量表型精准解析、全基因组选择模型预测及分子设计育种等关键环节的技术逻辑与实证案例，并针对跨学科数据壁垒、深度学习算法的可解释性不足、复杂变动环境下的模型泛化能力弱等核心挑战进行了深入分析。
2 个信源阅读 6
Predictive Modelling of Deforestation Susceptibility in Sanjay Gandhi National Park Using Machine Learning and Remote Sensing Technologies
Predictive Modelling of Deforestation Susceptibility in Sanjay Gandhi National Park Using Machine Learning and Remote Sensing Technologies。Sensing and Imaging
农业遥感与作物表型遥感
阅读 0
UAV-based RGB imagery and supervised–unsupervised machine learning for estimating sorghum biomass and grain yield under water and nitrogen stress
用无人机RGB影像与机器学习估算水分氮胁迫下高粱生物量和产量。
阅读 5
Temporal forecasting of PM$$_{2.5}$$, PM$$_{10}$$, NO$$_2$$ using deep learning models on Noida Sector 125 and Noida Sector 62
用CNN、RNN、LSTM、GRU、BiLSTM及混合BiLSTM-GRU对诺伊达两站点PM2.5、
阅读 1