Evaluating Transferability and Robustness of Process-Guided Neural Networks in Forest Carbon Flux Modelling
本論文は、森林炭素フラックスの予測において、プロセスモデル(PRELES)を深層学習に統合したプロセス誘導型ニューラルネットワーク(PGNN)が、データが乏しい状況や未知の気候条件への転移において、従来のデータ駆動型ニューラルネットワークや単独のプロセスモデルよりも優れた頑健性と汎化性能を示すことを実証しています。