早期作物分类的可解释人工智能 (XAI)
原文中文，约400字，阅读约需1分钟。发表于：。我们提出一种通过使用可解释的人工智能（XAI）方法来提前进行作物分类的方法。我们的方法包括训练一个基准作物分类模型，以进行层内相关传播（LRP），从而可以确定显著的时间步长。我们选择了一些重要的时间索引来创建可能的最短分类时间范围。我们确定了 2019 年 4 月 21 日至 2019 年 8 月 9...
该文介绍了一种使用可解释的人工智能方法来提前进行作物分类的方法。研究者通过训练一个基准作物分类模型，使用层内相关传播（LRP）确定显著的时间步长，并选择重要的时间索引来创建可能的最短分类时间范围。研究者确定了2019年4月21日至2019年8月9日的时间范围在准确性和提前性方面有着最佳平衡。与使用完整时间序列相比，这个时间范围仅损失了0.75%的准确性。
