农村数字经济能否提升农业绿色全要素生产率?基于双重机器学习的实证研究
用双重机器学习检验农村数字经济对农业绿色全要素生产率的影响。
浏览数字农业与前沿技术相关政策、产业动态与研究。
用双重机器学习检验农村数字经济对农业绿色全要素生产率的影响。
用APSIM模拟35年气候,为沿海盐渍稻区定制播期与品种决策。
构建可解释水稻病害诊断系统,融合归因、不确定性与自然语言解释。
用无人机RGB影像提取植被指数监测小麦和油菜长势并生成精准干预区。
用ConvGRU与积分梯度量化南水北调后汉江流域WUE驱动因子的像素级重组。
系统综述目标检测三十年演进,从传统方法到深度学习、Transformer与大模型。
用文献计量分析2005-2025年地理空间技术与AI预测土壤有机碳的研究趋势。
研究乌克兰农业数字化转型的制度约束,构建数字成熟度评估指标体系。
在印尼南苏拉威西稻农社区实施DiGiFarming传感器监测系统,提升农户病虫害数字化管理能力。
综述AI赋能精准农业的传感、物联网、深度学习与决策支持,并提出参考架构。
综述数字孪生在灌溉优化中的应用、机遇与挑战。
提出可解释性容量上界,评估低标签下概念秩崩溃审计的可靠性。
提出分层保形风险控制,为未建模入渗下的灌溉调度提供安全保证。
提出概念探针时间稳定性审计与可解释性衰减界,判断何时需重新审计。
将标签延迟反馈建模为共形分数分布偏移,推导覆盖率界并审计喷雾喷嘴故障检测器。
提出带误差界的时间融合框架,在稀疏传感器下用气候分析预警作物歉收。
提出改造传感器替换后视觉产量模型校准漂移的检测与置信区间保证方法。
提出对比自监督预训练在杂草检测跨域迁移中何时有效的理论框架与评估协议。
提出气候校准的分布鲁棒评估准则,替代i.i.d.假设评价作物病害视觉分类器。
推导稀疏土壤样本真值下主动学习标注效率的理论上界。