DeepSDMs

新的SAGE基准评估AI模型在物种分布准确性方面的表现

研究人员推出SAGE，一个旨在通过考虑采样偏差和物种流行度来评估物种分布模型（SDMs）的新基准。该基准利用来自GBIF和sPlotOpen的数据，结合社区科学记录和植被样地数据，评估了5771种植物的建模性能。初步研究结果表明，虽然随机森林和基于深度学习的SDMs（DeepSDMs）总体表现良好，但DeepSDMs主要在记录频率较低的物种方面显示出优势，尤其是在应用偏差校正技术时。