Вернуться к статье
Многозадачное регрессионное обучение для цифрового фенотипирования растений на основе байесовского взвешивания неопределённостей и биологических априорных знаний
Таблица 3 - Сравнительный анализ результатов многозадачных моделей
Признак | Base-MTL MAE / MAPE (%) / R2 | Bayesian-MTL MAE / MAPE (%) / R2 | Bio-Bayesian-MTL MAE / MAPE (%) / R2 |
PlantTPA | 68492 / 20,68 / 0,765 | 70928 / 21,1 / 0,766 | 67129 / 20,75 / 0,768 |
CulmTPA | 14547 / 17,96 / 0,661 | 14262 / 17,18 / 0,699 | 13114 / 16,14 / 0,707 |
PanicleYPA | 9342 / 41,49 / 0,665 | 11700 / 47,45 / 0,545 | 9729 / 44,34 / 0,659 |
GN | 338 / 31,23 / 0,384 | 328 / 30,89 / 0,473 | 300 / 28,29 / 0,527 |
TFN | 245 / 19,55 / 0,708 | 249 / 19,67 / 0,689 | 240 / 20,51 / 0,715 |
CulmH | 122 / 12,89 / 0,477 | 121 / 12,54 / 0,548 | 115 / 12,11 / 0,557 |
Общий (MAPE / R2) | 23,97 / 0,61 | 23,91 / 0,62 | 23,69 / 0,655 |