BriefGPT - AI 论文速递 · 2025-04-09T00:00:00Z 地球观测时间序列中时间丢失的分析与回归任务 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 本研究提出了一种蒙特卡洛时间丢失（MC-TD）方法，旨在解决深度学习模型在回归任务中处理时间序列数据缺失的问题，尤其是由于卫星故障或云遮挡造成的缺失。该方法提升了预测性能和不确定性校准能力，增强了地球观测中的不确定性量化。 🏷️ 标签 不确定性量化 数据缺失 时间序列 深度学习 蒙特卡洛时间丢失 观测 阅读原文 生成长图 分享链接 已复制链接
