Explainable Flood Prediction Using Hybrid Deep Learning, GIS, and Explainable AI for Climate-Resilient Disaster Management
Diese Studie schlägt ein erklärbares Hochwasserprognose-Framework vor, das GIS, ein hybrides LSTM-XGBoost-Deep-Learning-Modell und XAI-Techniken (SHAP und LIME) integriert, um eine präzise, transparente und politikorientierte Entscheidungsunterstützung für ein klimaresilientes Katastrophenmanagement zu liefern.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.