Explainable Flood Prediction Using Hybrid Deep Learning, GIS, and Explainable AI for Climate-Resilient Disaster Management
Cette étude propose un cadre de prédiction des inondations explicable qui intègre les SIG, un modèle d'apprentissage profond hybride LSTM-XGBoost et des techniques d'XAI (SHAP et LIME) afin de fournir un support à la décision précis, transparent et orienté vers les politiques pour une gestion des catastrophes résiliente au climat.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.