Groundwater Forecasting Under Missing Data Uncertainty: A Multi-Horizon Assessment Using Hyperbolic Deep Learning
Deze studie stelt een geïntegreerd multi-horizon grondwaterprognoseframework voor dat optimale reconstructie van ontbrekende gegevens combineert met hyperbolisch diep leren om observatiekloven effectief aan te pakken en foutaccumulatie in langetermijnvoorspellingen te verminderen, waarbij een superieure stabiliteit en nauwkeurigheid wordt aangetoond vergeleken met conventionele diepe leerarchitecturen.