Estudio explicativo de aprendizaje profundo para clasificación de enfermedades de hojas
Autores: Wei, Kaihua; Chen, Bojian; Zhang, Jingcheng; Fan, Shanhui; Wu, Kaihua; Liu, Guangyu; Chen, Dongmei
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Estudio explicativo de aprendizaje profundo para clasificación de enfermedades de hojas
Categoría
Ciencias Agrícolas y Biológicas
Subcategoría
Agronomía y Ciencia de los Cultivos
Palabras clave
Inteligencia artificial explicativa
Campo agrícola
Interpretabilidad
Modelos de aprendizaje profundo
Conjunto de datos de hojas de frutas
Proceso de extracción de características
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 17
Citaciones: Sin citaciones
La inteligencia artificial explicativa ha sido estudiada extensamente recientemente. Sin embargo, la investigación de métodos interpretables en el campo agrícola no ha sido estudiada sistemáticamente. Estudiamos la interpretabilidad de modelos de aprendizaje profundo en diferentes tareas de clasificación agrícola basadas en el conjunto de datos de hojas de frutas. El propósito es explorar si el modelo de clasificación está más inclinado a extraer las características de apariencia de las hojas o las características de textura de las lesiones de las hojas durante el proceso de extracción de características.
Descripción
La inteligencia artificial explicativa ha sido estudiada extensamente recientemente. Sin embargo, la investigación de métodos interpretables en el campo agrícola no ha sido estudiada sistemáticamente. Estudiamos la interpretabilidad de modelos de aprendizaje profundo en diferentes tareas de clasificación agrícola basadas en el conjunto de datos de hojas de frutas. El propósito es explorar si el modelo de clasificación está más inclinado a extraer las características de apariencia de las hojas o las características de textura de las lesiones de las hojas durante el proceso de extracción de características.