• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Author Correction: Explainable machine learning models of major crop traits from satellite-monitored continent-wide field trial data.

作者信息

Newman Saul Justin, Furbank Robert T

机构信息

ARC Centre of Excellence for Translational Photosynthesis, Research School of Biology, Australian National University, Canberra, Australian Capital Territory, Australia.

Biological Data Science Institute, Australian National University, Canberra, Australian Capital Territory, Australia.

出版信息

Nat Plants. 2022 Jan;8(1):93. doi: 10.1038/s41477-022-01096-z.

DOI:10.1038/s41477-022-01096-z
PMID:35017694
Abstract
摘要

相似文献

1
Author Correction: Explainable machine learning models of major crop traits from satellite-monitored continent-wide field trial data.
Nat Plants. 2022 Jan;8(1):93. doi: 10.1038/s41477-022-01096-z.
2
Explainable machine learning models of major crop traits from satellite-monitored continent-wide field trial data.基于卫星监测的大陆范围田间试验数据构建的主要作物性状可解释机器学习模型。
Nat Plants. 2021 Oct;7(10):1354-1363. doi: 10.1038/s41477-021-01001-0. Epub 2021 Oct 4.
3
Crop loss identification at field parcel scale using satellite remote sensing and machine learning.利用卫星遥感和机器学习进行田间地块尺度的作物损失识别。
PLoS One. 2021 Dec 16;16(12):e0251952. doi: 10.1371/journal.pone.0251952. eCollection 2021.
4
Author Correction: Explainable machine learning for real-time deterioration alert prediction to guide pre-emptive treatment.作者更正：用于实时病情恶化警报预测以指导抢先治疗的可解释机器学习。
Sci Rep. 2022 Aug 5;12(1):13467. doi: 10.1038/s41598-022-18011-3.
5
Author Correction: Differential diagnosis of neurodegenerative dementias with the explainable MRI based machine learning algorithm MUQUBIA.作者更正：使用基于可解释MRI的机器学习算法MUQUBIA对神经退行性痴呆进行鉴别诊断。
Sci Rep. 2024 Jan 18;14(1):1603. doi: 10.1038/s41598-024-51435-7.
6
Author Correction: Whales from space dataset, an annotated satellite image dataset of whales for training machine learning models.作者更正：来自太空的鲸鱼数据集，一个用于训练机器学习模型的带注释的鲸鱼卫星图像数据集。
Sci Data. 2022 Jun 17;9(1):346. doi: 10.1038/s41597-022-01472-6.
7
Machine Learning-Based Classification for Crop-Type Mapping Using the Fusion of High-Resolution Satellite Imagery in a Semiarid Area.基于机器学习的半干旱地区高分辨率卫星影像融合作物类型分类制图
Scientifica (Cairo). 2021 Apr 20;2021:8810279. doi: 10.1155/2021/8810279. eCollection 2021.
8
explAIner: A Visual Analytics Framework for Interactive and Explainable Machine Learning.Explainer：用于交互式和可解释机器学习的可视化分析框架。
IEEE Trans Vis Comput Graph. 2020 Jan;26(1):1064-1074. doi: 10.1109/TVCG.2019.2934629. Epub 2019 Aug 20.
9
Integration of Radiometric Ground-Based Data and High-Resolution QuickBird Imagery with Multivariate Modeling to Estimate Maize Traits in the Nile Delta of Egypt.将辐射地面数据与高分辨率 QuickBird 图像与多元建模相结合，以估算埃及尼罗河三角洲的玉米特性。
Sensors (Basel). 2021 Jun 6;21(11):3915. doi: 10.3390/s21113915.
10
Explainable AI: A Review of Machine Learning Interpretability Methods.可解释人工智能：机器学习可解释性方法综述
Entropy (Basel). 2020 Dec 25;23(1):18. doi: 10.3390/e23010018.