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

➡️

继续阅读