arXiv cs.LG· Maximilian Kirsch, Christine Preisach·· 19 天前AI 评分24
探索深度学习森林分类的可解释性：基于 Sentinel-2 时间序列区分相似森林类别
Exploring Interpretability in Deep Learning-Based Forest Classification - Separating Similar Forest Classes using Sentinel-2 Time Series
AI 导读
研究人员基于 Sentinel-2 时间序列评估了 RNN 的树种分类能力，最佳模型在测试集上取得 0.851 的 Macro-F1 分数，分别超过 XGBoost 与随机森林 0.012 和 0.103。利用积分梯度（IG）分析发现，区分纯挪威云杉与混合林的特征归因值在 DOY 约 125 之后显著上升，且 B11 波段贡献最强。
来源：arXiv cs.LG · arxiv.org