arrow
返回

Domain selection in transfer learning for reference evapotranspiration estimation

delete2025-12-06
delete0
PRE
AI
M
Mohammad Hossein Kazemi
J
Jalal Shiri *
A
Abolfazal Majnooni
S
Sepideh Karimi
P
Pau Martí
DOI:10.1016/j.knosys.2025.115091delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
• 首次开发了一种新的领域自适应方法来模拟空间ETo值。 • 采用了实例级迁移学习来提高基于机器学习的模型性能。 • 领域相似性是模型可迁移性和泛化性的重要因素。 • 转移模型的簇内评估优于跨簇方法。

期刊

K
Knowledge-Based Systems
IF:
7.6
论文数:
1.3W
被引数:
4.5W

机构

U
University of Tabriz
学者数:
9.3K
论文数: 8.5K
被引数: 1.0W
引用论文

引用论文

Alternative heuristics equations to the Priestley–Taylor approach: assessing reference evapotranspiration estimation
err2019-04-26
err0
PREAI
errJalal Shiri; Amir Hossein Nazemi; Ali Ashraf Sadraddini; Pau Marti; Ahmad Fakheri Fard; Ozgur Kisi; Gorka Landeras
err分享
err收藏
ON THE VALIDATION OF MODELS
err2013-05-15
err0
PREAI
errCort J. Willmott
err分享
err收藏
err分享
err收藏
err分享
err收藏
学者 查看更多内容