Addressing Data Imbalance in Hydrological Machine Learning: Impact of Advanced Sampling Methods on Performance and Interpretability

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Water Resources Research vol. 61, no. 10 (Oct 1, 2025)
1. Verfasser:	Yin, Xiaoran
Weitere Verfasser:	Shu, Longcang, Wang, Zhe, Zhou, Long, Niu, Shuyao, Ren, Huazhun, Liu, Bo, Lu, Chengpeng
Veröffentlicht:	John Wiley & Sons, Inc.
Schlagworte:	Hydrologic data Datasets Algorithms Sampling methods Soil properties Hydraulic conductivity Hydrology Machine learning Hypercubes Random sampling Performance evaluation Learning algorithms Contamination Accuracy Soil sciences Training Groundwater Statistical sampling Decision making National forests Hydraulics Latin hypercube sampling Environmental
Online-Zugang:	Citation/Abstract Full Text Full Text - PDF
Tags:	Tag hinzufügen Keine Tags, Fügen Sie das erste Tag hinzu!

Schreiben Sie den ersten Kommentar!