研究人员开发了一个机器学习框架，用于预测韩国六个城市的空气能见度，解决了数据不平衡和分布偏移等挑战。该研究采用了SMOTENC和CTGAN等技术来处理数据不平衡，并使用机器学习和深度学习模型的集成进行预测。与交叉验证相比，测试集上的性能显著下降，突显了时间分布偏移的影响，该影响使用Wasserstein距离进行了量化。 AI
影响 提出了一种处理时间序列预测中数据不平衡和分布偏移的方法，适用于各种科学领域。
排序理由 学术论文，详细介绍了针对特定科学问题的机器学习方法。[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 →