您能看见KAN吗？用于有效和可解释的农田分割的KAN和Sentinel
原文中文，约300字，阅读约需1分钟。发表于：。本文探讨了作物田地分割中存在的精确性和可靠性不足的问题。通过将Kolmogorov-Arnold网络(KAN)集成到U-Net架构中，提出了新模型U-KAN，使用Sentinel卫星图像进行作物田地分割。研究表明，U-KAN在准确度上比传统的全卷积U-Net模型提升了2\%，并且具有较高的可解释性和边界聚焦能力，对农业可持续实践具有重要影响。
本文介绍了一种利用分类卫星图像时间序列绘制农作物地图的方法。该方法使用专家知识进行农作物分类，并将标签编码至卷积循环神经网络中。实验结果表明，该方法在新的公共数据集上的分类性能提高了9.9个百分点。
