arXiv cs.LG· Minjong Cheon·· 18 天前AI 评分35
KNOU-Flood：基于提前期感知概率机器学习推进全球径流预测
KNOU-Flood: Advancing global streamflow forecasting with lead-aware probabilistic machine learning
AI 导读
研究人员提出了基于单层 LSTM 的全球径流预测模型 KNOU-Flood，通过引入 424 天输入窗口、提前期感知输入、GraphCast 气象预报源及基于 fair CRPS 训练的隐噪声集成来量化不确定性。在 2099 个测试流域评估中，其在提前 1 天和 10 天时的中位数 KGE' 分别达 0.65 和 0.48，全流程显著优于基线方案。代码、权重及站点结果均已开源。
来源：arXiv cs.LG · arxiv.org