Survey details AI models for soil moisture estimation and classification

一篇新发表在arXiv上的调查论文详细介绍了用于土壤湿度估算和分类的数据驱动人工智能（AI）模型。该论文将现有的AI方法分为五类：统计时间序列、地质统计学、经典机器学习、深度学习以及概率/贝叶斯方法。这些模型利用各种数据源，包括历史土壤湿度记录、气象变量和地形数据，来执行回归或分类任务。 AI

影响 提供了对AI在环境科学中应用的结构化概述，可能指导未来土壤湿度建模的研究和开发。

排序理由 这是一篇发表在arXiv上的调查论文，详细介绍了AI在特定科学应用中的模型。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• Connected Papers
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• IArxiv Recommender
• Ilektra Tsimpidi
• Influence Flower
• Litmaps
• ScienceCast
• scite Smart Citations

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →