arXiv cs.LG· Yaxuan Wu, Ali Mohammed Mansoor Alsahag, Seyed Sahand Mohammadi Ziabari·· 4 天前AI 评分26
地下水位异常预测的选择性迁移学习：准确率与风险权衡
Selective Transfer Learning for Groundwater Level Anomaly Forecasting: Accuracy-Risk Trade-offs
AI 导读
研究针对地下水位异常预测评估了上下文感知选择性迁移学习（CASL），以解决预训练迁移损害部分异质水井性能的问题。在 457 口水井与 13,718 个测试窗口下，固定迁移导致 18.38-51.86% 的水井性能受损，CASL 的 RMSE 比无迁移低 0.424-1.084%，部分挽救了 97.53-99.50% 的受损水井。
来源：arXiv cs.LG · arxiv.org