深度自编码器在无人监督火灾预测中的异常检测

本研究针对气候危机导致的野火风险不断增加的问题，采用深度自编码器和聚类技术，提出了一种新颖的无监督火灾预测方法，填补了传统监督学习的空白。通过分析2005年至2021年澳大利亚的历史气象和植被指数数据，结果显示全连接自编码器的准确率达到0.71，F1得分为0.74，展现了无须真实数据即可有效预测野火的潜力。