基于 AutoML 的气象变量干旱预报
机器学习
2022-08-25 v2 大气与海洋物理
摘要
精确的干旱预报对科学研究、农业与水资源管理具有重要价值。随着数据驱动方法在水文气候建模中的新兴发展，本文研究一种基于 AutoML 的框架以预报美国地区的干旱。与常用的时序深度学习模型相比，AutoML 模型可用更少的训练数据与时间取得可媲美的性能。随着深度学习模型在地球系统建模中日益流行，本文旨在推动更多基于 AutoML 方法的研究，并将其用作更复杂深度学习模型的基准基线。
引用
@article{arxiv.2207.07012,
title = {AutoML-Based Drought Forecast with Meteorological Variables},
author = {Shiheng Duan and Xiurui Zhang},
journal= {arXiv preprint arXiv:2207.07012},
year = {2022}
}