- 9月 30, 2026
小麦作付面積の推定精度を行政統計と整合させる新手法|XGBoostとラベルノイズ除去
インド・パンジャブ州の小麦作付面積推定において、行政記録と衛星画像の不一致(ラベルノイズ)が精度低下の主因であることを実証。XGBoostを用いた小規模データ向け分類器により、公式統計との乖離を+2.99%まで抑制し、行政の空間マスク自体のバイアス(+25.11%)を克服した。
インド・パンジャブ州の小麦作付面積推定において、行政記録と衛星画像の不一致(ラベルノイズ)が精度低下の主因であることを実証。XGBoostを用いた小規模データ向け分類器により、公式統計との乖離を+2.99%まで抑制し、行政の空間マスク自体のバイアス(+25.11%)を克服した。
U-NetとPrithviモデルのアンサンブルで葡萄園適地予測精度向上 📄 論文サマリー 著者:Jorge Ignacio Perez、Hwaai Kang Kee、Lucas Rassbach 発表:arXiv(コンピュータビジョン)/2607.08449v1 公開日:2026年07月09日 ✨ 本論文の新規性 U-NetとPrithvi-EO-2.0のアンサンブル手法を用いて、南フランスの葡萄 […]
iEBTモデルで Sentinel-1・2を活用した小麦の土壌水分・葉面積指数・株高同時推定に成功 📄 論文サマリー 著者:Shubham Kumar Singh、Peilei Fan、Suraj A. Yadav、Rajendra Prasad、Prashant K Srivastava 発表:arXiv(機械学習)/2606.25174v1 公開日:2026年06月23日 ✨ 本論文の新規性 […]