基于模式的深度学习多变量回归（PBMR-DP）
计算机视觉与模式识别
2022-03-11 v3 人工智能
机器学习
图像与视频处理
摘要
我们提出一种基于模式识别的多变量回归深度学习方法，可在传感器数据上触发快速学习。我们采用传感器到图像的转换，使我们能够利用计算机视觉架构和训练流程。除该数据准备方法外，我们探索使用最先进架构来生成回归输出以预测农作物连续产量信息。最后，我们与 MLCAS2021 中报道的一些顶级模型进行比较。我们发现，使用直接的训练流程，我们实现了 4.394 的 MAE、5.945 的 RMSE 和 0.861 的 R^2。
引用
@article{arxiv.2202.13541,
title = {Pattern Based Multivariable Regression using Deep Learning (PBMR-DP)},
author = {Jiztom Kavalakkatt Francis and Chandan Kumar and Jansel Herrera-Gerena and Kundan Kumar and Matthew J Darr},
journal= {arXiv preprint arXiv:2202.13541},
year = {2022}
}
备注
7 pages, 5 figures, 3 tables