研究称时间序列“基础模型”或可提升数据匮乏地区河流流量预测能力
发表于《Machine Learning: Earth》的研究显示，基于通用时间序列数据训练的时间序列基础模型在美国500多个流域测试中表现接近传统深度学习方法，或为洪水预警、干旱规划与水资源管理提供新工具。
发表于《Machine Learning: Earth》的研究显示，基于通用时间序列数据训练的时间序列基础模型在美国500多个流域测试中表现接近传统深度学习方法，或为洪水预警、干旱规划与水资源管理提供新工具。
