arXiv上发表的一篇新的技术说明提出，用于水文预测的分布式机器学习模型需要一种特定的不确定性量化方法。该论文认为，与集总模型不同，路由上游径流预测的分布式模型需要对该径流的联合分布进行采样，才能准确地表示下游流量的不确定性。该研究以日本为例，证明了上游集合成员的独立采样严重低估了下游集合的分散度，而分位数匹配策略可以恢复必要的分散度。 AI
影响 这项研究强调了改进分布式水文模型中不确定性量化的关键需求，可能影响水资源管理中的业务决策。
排序理由 该集群包含一篇发表在arXiv上的研究论文，详细介绍了水文学中机器学习模型的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
