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

Збережено в:

Бібліографічні деталі
Опубліковано в::	Water Resources Research vol. 61, no. 10 (Oct 1, 2025)
Автор:	Yin, Xiaoran
Інші автори:	Shu, Longcang, Wang, Zhe, Zhou, Long, Niu, Shuyao, Ren, Huazhun, Liu, Bo, Lu, Chengpeng
Опубліковано:	John Wiley & Sons, Inc.
Предмети:	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
Онлайн доступ:	Citation/Abstract Full Text Full Text - PDF
Теги:	Додати тег Немає тегів, Будьте першим, хто поставить тег для цього запису!

Будьте першим, хто залишить коментар!