یکی از بزرگترین چالشهای هوش مصنوعی در حوزه کشاورزی، کمبود داده و نابرابری در توزیع کلاسهای محصولات است. حالا محققان با توسعه متد DirPA (Dirichlet Prior Augmentation)، راهکاری برای غلبه بر این مشکل پیدا کردهاند.
این مدل که در ابتدا برای مدیریت دادههای نامتوازن معرفی شده بود، حالا در مقیاسی وسیعتر در کشورهای اتحادیه اروپا آزمایش شده است. نتیجه؟ مدل نه تنها در شرایط «توزیع دمدراز» (Long-tailed distribution) بسیار پایدارتر عمل میکند، بلکه در شناسایی انواع محصولات کشاورزی در مناطق جغرافیایی مختلف، دقت بسیار بالاتری را از خود نشان میدهد. این یعنی هوش مصنوعی حالا بهتر از همیشه میتواند در نظارت کشاورزی در دنیای واقعی کمکحال باشد! 🚜✨
منبع: arXiv Machine Learning