STELAR Tech Brief nr 2: Imputacja danych LAI z wykorzystaniem modeli językowych (LLM)

W niniejszym badaniu przedstawiono podejście oparte na modelu RAG-LLM służące do uzupełniania brakujących wartości wskaźnika powierzchni liści (LAI) w szeregach czasowych, z wykorzystaniem wyszukiwania na podstawie podobieństwa wektorów oraz korekt generowanych przez model LLM. Metoda, oceniona na danych z Francji z 2021 r., osiąga lepsze wyniki niż COI, KNN i inne najnowocześniejsze techniki pod względem wskaźników MAE, MSE i R², zwłaszcza w przypadku danych rzadkich. Framework ten stanowi część finansowanego przez UE projektu STELAR (dotacja nr 101070122), skupiającego się na integracji danych z sektora rolno-spożywczego z wykorzystaniem modeli językowych. Kod jest publicznie dostępny na GitHubie.