用于溪流水温预测的神经网络评估
机器学习
2021-10-11 v1 大气与海洋物理
摘要
气候变化导致空气和水温发生改变。升温影响氧浓度等理化性质，并可能改变物种分布与存活，从而对生态系统功能与服务产生后果。这些生态系统服务对人类具有内在价值，并预计在气候变暖下发生改变。对驱动因素及预期变化幅度的机理理解，对于识别系统韧性与减缓措施至关重要。在这项工作中，我们提出一系列最先进的神经网络（NN）用于预测德国六条溪流的水温。我们表明，使用比较观测值与预测值的方法（以均方根误差（RMSE）为例）不足以评估它们。因此我们为模型引入额外的分析方法以补充最先进的指标。这些分析评估了神经网络的鲁棒性、可能的最大与最小值，以及单一输入参数对输出的影响。我们从而有助于理解神经网络内部的进程，并帮助应用者选择可靠水温预测模型的架构与输入参数。
引用
@article{arxiv.2110.04254,
title = {Assessment of Neural Networks for Stream-Water-Temperature Prediction},
author = {Stefanie Mohr and Konstantina Drainas and Juergen Geist},
journal= {arXiv preprint arXiv:2110.04254},
year = {2021}
}
备注
ICMLA2021