feat: implement comprehensive land cover classification pipeline with model benchmarking and experiment logging

This commit is contained in:
2026-07-17 18:54:25 +07:00
parent a258db54cd
commit abab846884
69 changed files with 155558 additions and 105 deletions
+5 -1
View File
@@ -17,4 +17,8 @@ Land-based Statistical Model (Hiện tại): Phương pháp dựa trên thuật
Deep Learning Time Series (LSTM / GRU): Các mạng nơ-ron hồi quy chuyên xử lý chuỗi thời gian, giúp bắt được tính chu kỳ (mùa vụ) của thực vật.
Spatial-Temporal Models (ConvLSTM): Mô hình tích hợp, vừa học được đặc trưng không gian (ảnh vệ tinh) vừa học được chiều thời gian.
Hybrid Physics-ML Model: Mô hình lai giữa các nguyên lý vật lý/sinh học (như mô hình DSSAT, WOFOST về sự phát triển của cây trồng) kết hợp với Machine Learning để hiệu chỉnh.
Multi-Model Ensemble: Mô hình tổng hợp (Ensemble), lấy trọng số dự đoán trung bình từ nhiều mô hình khác nhau để đưa ra dự báo NDVI chính xác nhất.
Multi-Model Ensemble: Mô hình tổng hợp (Ensemble), lấy trọng số dự đoán trung bình từ nhiều mô hình khác nhau để đưa ra dự báo NDVI chính xác nhất.
Lazy Dask Chunking để giảm dung lượng ram cần dùng lúc tải dữ liệu