arXiv cs.LG· Maximilian Kirsch, Christine Preisach·· 7 小时前AI 评分18
基于深度学习的森林分类可解释性研究：用 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
研究用 RNN 对 Sentinel-2 时间序列做树种分类，最佳模型测试集 Macro-F1 为 0.851，比 XGBoost 高 0.012、比 Random Forest 高 0.103。团队用 Integrated Gradients 量化光谱波段与时间维度的特征归因，发现约 DOY 125 之后归因值上升，B11 在两类光谱差异扩大时贡献最强，可用于区分纯林与混交挪威云杉像元。
来源：arXiv cs.LG · arxiv.org