关键词 · 相关资讯与研究
沿着“WGAN-GP”继续探索，共 0 条内容。
A knowledge-informed WGAN-GP framework for farm-scale soil organic matter mapping under sample scarcity。Computers and Electronics in Agriculture
该框架将领域知识嵌入WGAN-GP生成器，以缓解农场尺度土壤有机质制图的样本稀缺问题；其适用性取决于小样本条件下生成数据的可信度与迁移范围。
比较三种CycleGAN架构（EfficientNetB1、MobileNetV2、标准ResNet
提出轻量化植物病害识别网络GANet，在嵌入式设备上实现高精度实时识别。
Self-Supervised Learning With RGB-Guided Attention and Individual Consistency for Pig Weight Estimation。Smart Agricultural Technology
该方法用RGB引导注意力并结合个体一致性约束做自监督猪只体重估测，可减少对人工称重标注的依赖；适用边界在于需验证不同猪舍光照与拍摄角度下的泛化性。
为降低农业病虫害识别深度学习部署的专家标注成本,文章提出三层主动学习框架:动态原型记忆通过动量指数滑动平均保持稳定类别表征;上下文感知样本选择采用神经上下文老虎机动态调整分支组合比例;类别平衡评分通过逆频加权在选择阶段直接优先关注少数类。在IP06(害虫)和Natural CW-10(杂草)数据集上,框架在90%数据可用率下分别取得83.36%和85.07%的准确率,在20%低数据可用率下较最强基线分别领先4.12和2.68个百分点。结合GAN增强数据后,IP06上准确率提升至84.91%,Natural CW-10上提升至86.42%,证明主动学习与生成式AI在智能农业中的互补价值。
AutoGHRW: A knowledge-based interpretable automated machine learning framework for grasshopper risk warning。Computers and Electronics in Agriculture
该框架将领域知识与自动化机器学习结合用于蝗虫风险预警，并强调可解释性；适用性需结合具体蝗区数据验证，目前仅为期刊论文层面的方法报告。
提出SAC强化学习与非线性模型预测控制融合策略，减小农业自主拖拉机-挂车系统路径偏移。
系统综述2015-2026年混合CNN-ViT架构的知识蒸馏方法，按迁移方向、知识类型和应用领域分类
