Reserve una demostración

6 modèles de prédiction sur Open Soil Spectral Library

Tapez :
Research Paper

Résumé :

Nous avons reçu d'importants commentaires depuis la sortie des premiers modèles et services Web (décembre 2021). Les commentaires étaient que les versions précédentes du modèle faisaient un excellent travail, mais pas tant que ça pour les autres. Les performances du modèle peuvent être variables parce que les types de sols spécifiques n'étaient pas bien représentés ou parce que les spectres n'étaient pas bien alignés avec les instruments OSSL. Cela nous a conduit à améliorer les sorties de courant pour inclure un indicateur indiquant si les nouveaux échantillons à prédire sont représentés par le kit d'étalonnage. En outre, nous avons révisé notre méthode d'estimation de l'incertitude en passant aux prédictions conformes, une méthode simple et robuste pour fournir des bandes d'incertitude. En outre, nous avons effectué une analyse systématique des algorithmes d'apprentissage, des stratégies de compression et du prétraitement à l'aide de la base de données OSSL et d'ensembles de tests externes, ainsi que des résultats d'une expérience d'essai en anneau/d'un projet distinct développé pour comprendre la dissemblance entre plusieurs laboratoires de spectroscopie du sol.

Publié dans :
Github
Catégorie :
Agriculture
Date de publication :
December 1, 2021
Auteurs :
Université :
Lisez l'article

Êtes-vous prêt à rationaliser les processus d'analyse de votre entreprise ?

Découvrez NeoSpectra en action et découvrez comment il peut améliorer vos flux de travail d'analyse. Remplissez le formulaire pour demander une démonstration et nous serons heureux de vous guider à travers ses fonctionnalités uniques.

Contactez-nous
Aucun article n'a été trouvé.