跳到主要内容
检索

National Agriculture and Food Research Organization

1 篇关联报道

订阅更新
  1. bioRxiv

    用随机森林权重替代欧氏距离的FORWS与FORWC,在高维含噪时间序列上取得可比或更优的预测表现,并从蜂巢声学向量与温度标量中提取出有向因果作用

    该研究提出Forest-Weighted S-map(FORWS)与Forest-Weighted Causal Inference(FORWC),用随机森林集成导出的自适应“森林权重”取代欧氏度量,在模拟与实证生态数据集上展示出与常规工具相当或更好的预测能力、对动态过程噪声的较强韧性以及对维度灾难的缓解,并在蜂巢监测中实现高维声学向量与标量温度之间的多模态有向因果推断。

已读完全部报道