行业落地arXiv cs.LG4 天前
KNOU-Flood: Advancing global streamflow forecasting with lead-aware probabilistic machine learning
KNOU-Flood 在 AIFL 开源配方基础上做受控扩展：保持单层 LSTM 与两阶段迁移学习，改用 424 天输入窗、lead-aware 预报输入、加入 GraphCast 作为第二预报源，并用 fair CRPS 训练隐噪声集成。在 2099 个流域上，LT1/LT10 中位 KGE' 达 0.65/0.48，优于基线，且揭示预报输入协议是 lead-time 衰减主因。