热点事件持续更新
CatBoost 野火检测模型精度超越 GOES FDC
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 分类发布一项研究，用数千张 GOES ABI 图像和超30万条 VIIRS 火点数据训练 CatBoost 模型，并在五个区域的独立数据集上将其与业务化运行的 GOES FDC 对比。结果显示，CatBoost 模型的 precision、recall 和 F1 均超过 GOES FDC，F1 高出 0.16 至 0.38，且夜间检测更可靠。目前该研究为预印本，尚未见后续报道。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）CatBoost 与 GOES FDC 野火检测对比：机器学习模型精度更高、夜间检测更可靠
一项研究用数千张 GOES ABI 图像和超 30 万条 VIIRS 火点数据训练 CatBoost 模型，在五个区域的独立数据集上其 precision、recall 和 F1 均超过业务化运行的 GOES FDC，F1 高出 0.16 至 0.38。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。