机构名称：
¥ 1.0
面对显着的生物多样性下降，物种分布模型（SDM）对于通过将环境条件与物种发生的情况联系起来，对气候变化对物种栖息地的影响至关重要。传统上受到物种观察的稀缺的限制，这些模型通过整合公民科学计划提供的较大数据集而在绩效方面有了显着改善。但是，它们仍然遭受这些数据集中物种之间强烈的阶级失衡，通常会导致对稀有物种的处罚，稀有物种是保护工作最重要的物种。为了解决此问题，本研究使用在基于大型公民的大型数据集中使用纯平衡的损失功能来评估培训深度学习模型的有效性。我们证明，这种不平衡感知的损失函数的表现优于各种数据集和任务的传统损失函数，尤其是在准确地对稀有物种建模具有lim含量的观测值时。
不平衡感知存在损失func
主要关键词
相关文件推荐
