Evolutionary Architecture Search for Chlorophyll-$a$ Prediction in Lakes using Sentinel-2
Kursat Komurcu, Linas Petkevicius
実装難易度
Easy
推論・学習コスト
Low
想定用途
分類
概要
Small tabular datasets with expert-designed spectral features are the norm in operational Earth observation, and the networks applied to them are typically hand-designed. We revisit one such published model -- a Sentinel-2 algal bloom classifier -- and ask what architecture search adds, holding the task, the features and the lake-level train/test split of the original study fixed. Searching an…
何が新しいか
Small tabular datasets with expert-designed spectral features are the norm in operational Earth observation, and the networks applied to them are typically hand-designed. We revisit one such…
何に使えるか
分類
実装情報
- Paper URL
- あり
- GitHub URL
- あり
実装チェックリスト
実装または配布ページ
OKコードまたはモデル配布ページから検証を始められます。
一次情報リンク
OKPaper / GitHub
検証しやすさ
OK既存実装や推論利用から検証しやすいテーマです。
計算資源
OK小規模データならCPUまたは単一GPUで検証しやすい領域です。
ライセンス
未取得配布元のLICENSE、モデルカード、Paperの利用条件を確認してください。
商用利用
未取得研究利用限定、データセット由来制限、API規約の有無を確認してください。
自社データで試すなら
製造業・材料開発のExcel/CSVデータに落とし込むための最初の手順です。
- 1まずExcel/CSVの実験条件、組成、物性値を1行1実験の表に整理します。
- 2LightGBMやRandom Forestなどのベースラインを先に作り、この手法と比較します。
- 3評価指標はR2/RMSE、AUC、異常検知の再現率、実験回数削減率など、現場の意思決定に近いものを選びます。
- 4SHAPや特徴量重要度で、効いている因子が物理・化学・工程知識と矛盾しないか確認します。
実装難易度
Easy - 既存実装や推論利用から検証しやすいテーマです。
必要リソース
- GPU目安: Low
- データセット: 論文・リポジトリ側の指定を確認してください。
- 学習要否: 推論だけで試せる可能性があります。
- 小規模データならCPUまたは単一GPUで検証しやすい領域です。
実務で使う場合の注意点
- ライセンスと商用利用条件は、Paper / GitHub / Hugging Face の配布元で確認してください。
- 精度、再現性、計算コストはデータセットや評価条件に依存します。
- 個人情報や機密データを扱う場合は、入力データの保存先と外部API利用条件を確認してください。
関連記事
Why VLMs Miss Small Objects, and When Zooming In Is Safe
Vision-language models (VLMs) often miss small objects in large images. We ask three questions: what limits th
Noise Your Prompt: Noising Conditioning Tokens in Continuous Diffusion Language Models
We revisit a standard accepted practice in the continuous diffusion language model literature of fixing condit
Kolmogorov-Arnold Classifier Systems as Universal Approximators
As the input dimension $n$ grows, rule-based machine learning, such as Learning Classifier Systems (LCSs), fac
Using Small Language Models to Reverse-Engineer Machine Learning Pipelines Structures
Context: Once defined a taxonomy of stages structuring Machine Learning (ML) pipelines (e.g. Data Preprocessin