⚡ elektrotechniek
Benchmarking machine and deep learning for retrospective multi-horizon prediction of GloFAS-modelled high flows at Hardinge Bridge in Bangladesh
Deze studie vergelijkt diverse machine learning- en deep learning-modellen voor het voorspellen van hoogwatergebeurtenissen bij de Hardinge Bridge in Bangladesh, waarbij wordt vastgesteld dat hoewel Random Forest beter presteerde dan neurale netwerken in scenario's met enkel meteorologische gegevens, het integreren van huidige hydrologische staatgegevens de voorspellingsnauwkeurigheid aanzienlijk meer verbeterde dan architecturale complexiteit, hoewel de resultaten een reproduceerbare proxy-benchmark blijven in plaats van operationele bekwaamheid vanwege de gedeelde datalijn tussen voorspellers en doelwitten.
Asif Ahamed, Ahammad Hossain, Md. Tanvir Hasan, Most. Alisa Tabassum, Md. Kamruzzaman, Jayanta Das, A. H.M. Rahmatullah (…)2026-09-12