关于伪缺席生成与机器学习在非洲蝗虫繁殖地预测中的应用
机器学习
2022-05-23 v2 应用统计
摘要
沙漠蝗暴发威胁着非洲大部分地区的粮食安全，多年来已影响数百万人的生计。机器学习（ML）已被证明是一种有效的蝗虫分布建模方法，可辅助早期预警。ML 需要大量标注数据用于训练。大多数公开可用的蝗虫标注数据仅为存在点数据，仅记录了在某地点观测到蝗虫存在的情形。因此，先前使用 ML 的工作不得不求助于伪缺席生成方法以规避此问题。最常用的做法是在感兴趣区域内随机采样点，同时确保这些采样的伪缺席点距离真实存在点至少特定距离。本文中，我们将这种随机采样方法与更先进的伪缺席生成方法（如环境剖面分析和最优背景范围限制）进行比较，专门针对非洲沙漠蝗繁殖地的预测。有趣的是，我们发现对于所测试的算法——即逻辑回归、梯度提升、随机森林和最大熵，这些在先前工作中均很流行——逻辑模型在预测准确率和 F1 分数上均显著优于更复杂的集成方法。尽管背景范围限制结合随机采样提升了集成方法的性能，但对逻辑回归（LR）而言并非如此；相反，使用环境剖面分析获得了显著改进。有鉴于此，我们得出结论：将更简单的 ML 方法（如逻辑回归）与更先进的伪缺席生成（特别是环境剖面分析）相结合，可成为一种合理且有效的预测非洲蝗虫繁殖地的方法。
引用
@article{arxiv.2111.03904,
title = {On pseudo-absence generation and machine learning for locust breeding ground prediction in Africa},
author = {Ibrahim Salihu Yusuf and Kale-ab Tessera and Thomas Tumiel and Zohra Slim and Amine Kerkeni and Sella Nevo and Arnu Pretorius},
journal= {arXiv preprint arXiv:2111.03904},
year = {2022}
}
备注
AI for Humanitarian Assistance and Disaster Response (AI+HADR) workshop, NeurIPS 2021