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

Сохранить в:

Библиографические подробности
Опубликовано в::	Water Resources Research vol. 61, no. 10 (Oct 1, 2025)
Главный автор:	Yin, Xiaoran
Другие авторы:	Shu, Longcang, Wang, Zhe, Zhou, Long, Niu, Shuyao, Ren, Huazhun, Liu, Bo, Lu, Chengpeng
Опубликовано:	John Wiley & Sons, Inc.
Предметы:	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-ссылка:	Citation/Abstract Full Text Full Text - PDF
Метки:	Добавить метку Нет меток, Требуется 1-ая метка записи!

Ваш комментарий будет первым!