小型表格数据集的现代神经网络：面向场规模数字土壤图测的新默认选择？
机器学习
2026-02-26 v2
摘要
在土壤学领域，表格型机器学习是从遥测和近测土壤数据预测土売属性的主要方法，构成数字土壤图测 (DSM) 的核心组成部分。在场规模层面，这一预测土壤建模 (PSM) 任务通常受限于小规模训练样本和高特征-样本比，尤其是在土壤光谱学中。传统情况下，这些条件对常规深度学习方法构成挑战。树基模型（如随机森林）和线性模型（如偏最小二乘回归）一直是土壤学建模中 DSM 的默认选择。近期发展在表格数据上的人工神经网络 (ANN) 挑战了这一观点，但其针对场规模 DSM 的适用性尚未得到证明。我们引入了一项全面基准测试，评估最新 ANN 架构，包括最新的基于多层感知器 (MLP) 的模型 (TabM、RealMLP)，注意力机制的变压器变体 (FT-Transformer、ExcelFormer、T2G-Former、AMFormer)，检索增强方法 (TabR、ModernNCA)，以及一种基于 in-context learning 的基础模型 (TabPFN)。我们的评估涵盖 31 个场规模和农场规模数据集，包含 30-460 个土壤样本，以及三项关键土壤属性：土壤有机质或土壤有机碳、pH 值和黏土含量。我们的结果表明，现代 ANN 在大多数任务上一致优于经典方法，表明深度学习已成熟足以克服土壤学中经典机器学习的长期主导地位。值得注意的是，TabPFN 在所有任务中实现最强性能，表现出在各种条件下的鲁棒性。因此，我们建议在场规模 DSM 中采用现代 ANN，并将 TabPFN 作为土壤学家工具箱中的新默认选择。
引用
@article{arxiv.2508.09888,
title = {Modern Neural Networks for Small Tabular Datasets: The New Default for Field-Scale Digital Soil Mapping?},
author = {Viacheslav Barkov and Jonas Schmidinger and Robin Gebbers and Martin Atzmueller},
journal= {arXiv preprint arXiv:2508.09888},
year = {2026}
}