arXiv · ML· Minjong Cheon·· 2026-10-16AI 评分21
KNOU-Flood:利用感知提前期的概率机器学习推进全球径流预报
KNOU-Flood: Advancing global streamflow forecasting with lead-aware probabilistic machine learning
AI 导读
KNOU-Flood 基于单层 LSTM 和两阶段训练,在 2099 个测试流域中实现领先期 10 天的 KGE' 中位数为 0.48,优于 AIFL 基线的 0.34。 模型引入 GraphCast 作为第二预测源,采用 424 天输入窗口和潜噪声集成,在 1.5 年和 2 年洪水检测中优于所有基线。 研究证实 AIFL 报告的领先期衰减部分源于输入协议影响,概率头对性能提升贡献最大。
来源:arXiv · ML · arxiv.org