CaRT+物理模型在三洲流域精度匹敌深度学习
热点事件持续更新
CaRT+物理模型在三洲流域精度匹敌深度学习
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
CaRT+基于物理定律的集总流域模型在北美、欧洲及澳大利亚流域测试中,纳什效率系数(NSE)达到0.765-0.863,精度与LSTM深度学习模型相当。 该模型仅含35个参数,通过AI代理辅助迭代生成,无需每日运行神经网络,仅在部分测试集略低于LSTM集成模型。 研究证实流域尺度存在形式定律,为构建可解释的高精度水文预测系统提供了新范式。
AI 根据报道生成 · 8 小时前更新
最新进展11月5日 13:00
CaRT+ 过程模型在三洲流域上匹敌深度学习精度报道时间线
沿着报道,了解事件的不同侧面。
11月5日
- arXiv · AICaRT+ 过程模型在三洲流域上匹敌深度学习精度
基于物理定律的 CaRT+ 集总流域模型在北美、欧洲及澳大利亚流域上,纳什效率系数(NSE)达到 0.765-0.863,与 LSTM 模型精度相当。 该模型含 35 个参数,通过 AI 代理辅助迭代生成,无需每日神经网络,仅在部分测试集中略低于 LSTM 集成模型。 研究证实流域尺度存在形式定律,为构建可解释的高精度水文预测系统提供了新范式。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 1011月5日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:0018:0019:0020:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。