Nov, 2023
融合卫星和地面观测资料的降水不确定性机器学习估计
Machine learning for uncertainty estimation in fusing precipitation observations from satellites and ground-based gauges
Georgia Papacharalampous, Hristos Tyralis, Nikolaos Doulamis, Anastasios Doulamis
TL;DR通过对具有 15 年长期月度跨越美国的大型数据集进行广泛比较,本研究旨在首次进行基于机器学习的不确定性量化任务的基准测试,结论表明适用于此任务的学习器的能力排名分别为:LightGBM,QRF,GRF,GBM,QRNN 和 QR。