Fuzzy Similarity Analysis of Effective Training Samples to Improve Machine Learning Estimations of Water Quality Parameters Using Sentinel-2 Remote Sensing Data
Notice bibliographique
Résumé
Continuous monitoring of Water Quality Parameters (WQPs) is crucial due to the global degradation of water quality, primarily caused by climate change and population growth. Typically, Machine Learning (ML) models are employed to retrieve WQPs, but they require a large amount of training samples to accurately capture the data relationships. Even with sufficient training data, discrepancies still exist between values of predicted and in-situ WQPs. This study proposes a Fuzzy Similarity Analysis (FSA) technique to enhance ML estimates of WQPs by using the prediction errors in Effective Training Samples (ETS). The method was successfully applied to retrieve Turbidity (Turb) and Specific Conductance (SC) in Lake Houston, USA, using Sentinel-2 remote sensing data. Three ML algorithms, namely Mixture Density Networks, Support Vector Regression, and Partial Least Squares Regression, were tested to evaluate the method's effectiveness. The results showed that FSA significantly improved the accuracy of all ML predictions. This improvement resulted in up to a 9.15% reduction in Mean Absolute Percentage Error (MAPE) and a 12% increase in R2 for Turb, while for SC, the improvements were 5.47% in MAPE and 7% in R2. The adaptability of the proposed method to other WQPs, various satellite data, and different ML models is promising for monitoring water quality in inland waters.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».