基于深宽神经网络的拉贾斯坦邦夏季季风降雨预测模型
机器学习
2021-07-20 v1 大气与海洋物理
摘要
季风降雨的重要性不容忽视，因为它影响从农业到工业的全年活动。准确的降雨估计与预测对水资源管理和农业部门的决策非常有帮助。由于季风降雨的动态特性，其准确预测成为一项极具挑战性的任务。本文中，我们分析并评估了多种深度学习方法，如一维卷积神经网络、多层感知机与深宽神经网络，用于预测印度拉贾斯坦邦的夏季季风降雨。为分析之需，我们在实验中使用了两类不同的数据集。从 IMD 网格数据集中，选取了位于拉贾斯坦邦地理边界内的 484 个坐标的降雨数据。我们还从水资源部门收集了 158 个雨量站的降雨数据。本文给出了各类算法在这两个数据集上的比较，发现基于深宽神经网络的模型优于另外两种方法。
引用
@article{arxiv.2103.02157,
title = {A Deep and Wide Neural Network-based Model for Rajasthan Summer Monsoon Rainfall (RSMR) Prediction},
author = {Vikas Bajpai and Anukriti Bansal},
journal= {arXiv preprint arXiv:2103.02157},
year = {2021}
}
备注
arXiv admin note: text overlap with arXiv:2010.11787