Predicting County Level Corn Yields Using Deep Long Short Term Memory Models
论文全文：https://arxiv.org/abs/1805.12044
利用村级别的玉米产量数据和小时级别的气象站点数据在一个省规模的区域训练LSTM来估产，对比USDA的调查数据做验证。几个很有趣的点记录如下。
有趣的观点：在应用深度学习之前，我们应该“深度学习”我们的深度学习模型。本文翻译于 CLIMATE公司的机器学习研究部门主管 Wei G.的一篇博文。
越来越多的公司正在他们的业务中建立和应用深度学习模式。在这些模型投入生产之前，应该考虑几个实际问题。Wei G.博士提出两种情况：1）构建一个完全适用于培训和验证数据的模型，但在真实场景中部署模型后，它不会很好地运行。2）与传统的机器学习模型相比，性能并不是非常出色。虽然后一种情况会让你重新考虑是否要在这方面投入更多资源，但前一种情况的风险更大，而且在将模型投入生产之前可能会根本意识不到。
arxiv.org 关于Remote Sensing 中 Deep learning 的一篇Survey， 这样的文章我连续看了好几篇。
文章不算参考文献30页， 摘要提个了点很有意思。
当我们考虑农业时，我们倾向于考虑可持续发展农业。虽然很多人可能认为农业领域在实施新技术方面是处于落后状态，但有很多证据表明，农民实际上正在快速地将农业过程中的几乎所有事情现代化。本文带来了六个目前已经取得进展的人工智能在农业中的应用。
I once had a girl
Or should I say, she once had me?
She showed me her room
“Isn’t it good, Norwegian wood?”