基于图卷积 GRU 网络的短时逐时径流预测
机器学习
2021-07-16 v1 信号处理
摘要
由于气候变化，洪水的频率和影响预计会增加。预测径流进而预测洪水，对于在财产损失和人员伤亡方面做好准备并减轻其后果至关重要。本文提出一种基于图卷积 GRU 的模型，利用上游河网预测传感器位置未来 36 小时的径流。如实验结果所示，针对所选研究区域，本研究的模型在短时径流预测中相比持续性基线和卷积双向 GRU 网络具有更优性能。
引用
@article{arxiv.2107.07039,
title = {Short-term Hourly Streamflow Prediction with Graph Convolutional GRU Networks},
author = {Muhammed Sit and Bekir Demiray and Ibrahim Demir},
journal= {arXiv preprint arXiv:2107.07039},
year = {2021}
}
备注
4 pages, Accepted to Tackling Climate Change with Machine Learning workshop at ICML 2021