11:39
官方账号arXiv cs.LG@Shrey Gupta, Yi Ming, George Mohler
推荐理由：研究人员改进了干旱下作物产量预测方法，VITA模型表现优于传统机器学习方法。
VITA
共 1 条相关 AI 资讯
8月19日
11:39
研究比较了机器学习(ML)和深度学习模型预测2012年极端干旱下的县级玉米产量。研究使用16个气象驱动因素作为预测变量，解决了训练和测试数据特征分布不相似的问题。通过样本加权和特征选择，ML模型得到改进，但深度学习模型VITA改进有限。尽管如此，VITA模型仍优于所有ML模型。