Small-Area Precipitation Forecasting and Drought--Flood Early Warning with Reverse-Martingale Regularized Recurrent Networks
Dieser Beitrag stellt ein durch Reverse-Martingale regularisiertes rekurrentes neuronales Netzwerk (RMRNN) vor, das eine Strafe für Rückwärts-Kohärenz und einen Shiryaev–Roberts-Detektor integriert, um gleichzeitig probabilistische Niederschlagsvorhersagen zu verbessern und im Vergleich zu bestehenden Basismodellen deutlich frühere und zuverlässigere Dürre- und Hochwasserwarnungen in verschiedenen globalen Regionen zu liefern.