热点事件持续更新
深度学习仅用天气数据预测巴西大豆产量
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月2日，arXiv cs.LG 刊出一项研究，提出一种架构无关的深度学习框架，仅以常规天气数据为唯一时变输入，另加作物年份和农业环境标签两个轻量静态输入，用于预测巴西大豆产量。研究基于2001/02至2020/21共20季数据，采用留一年交叉验证。结果显示，Transformer取得最佳全国精度，RMSE为149 kg ha^-1，rRMSE 5.3%，R^2 = 0.784，较五年移动平均基线误差降低47.6%。目前该研究处于论文预印本阶段，尚无后续验证或应用进展的报道。
AI 根据报道生成 · 3 小时前更新
最新进展10月2日 12:00
arXiv 刊出研究：仅用天气数据预测巴西大豆产量，Transformer 全国精度最佳。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv：cs.LG（机器学习，全量分类）仅用天气数据预测巴西大豆产量：一种输入精简的深度学习框架
研究者提出一种架构无关的深度学习框架，仅以常规天气为唯一时变输入，外加作物年份和农业环境标签两个轻量静态输入，预测巴西大豆产量。基于 2001/02 至 2020/21 共 20 季数据、留一年交叉验证，Transformer 取得最佳全国精度（RMSE 149 kg ha^-1，rRMSE 5.3%，R^2 = 0.784），较五年移动平均基线误差降低 47.6%。
本事件热度走势
当前热度 9·可比范围峰值 10（10月2日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。