arXiv · Machine Learning Theory· Noelia Otero, Atahan \"Ozer, Miguel-\'Angel Fern\'andez-Torres, Jackie Ma·· 3 小时前AI 评分29
数据驱动的次季节土壤湿度预测：干旱突发预测的前景与局限
Skillful Data-Driven Subseasonal Soil Moisture Forecasting: Prospects and Limits for Flash Drought Prediction
AI 导读
研究基于 Vision Transformer 双路径时空注意力架构，证明对欧洲次季节土壤湿度预测而言，问题构建方式与模型本身同等关键：只有以物理单位预测根层土壤湿度并采用残差学习，才能超越持续性基准，经分位数头微调还可给出校准良好的概率分布。
来源：arXiv · Machine Learning Theory · arxiv.org