DTTR: Encoding and decoding monthly runoff prediction model based on deep temporal attention convolution and multimodal fusion

•A DTTR deep learning model is proposed for accurate forecasting of monthly runoff.•Enhancing Feature Acquisition with Deep Convolutional Residual Networks (DCRN).•Applying temporal attention for dynamic feature weighting in DCRN outputs.•Improved inter-global feature feedback via encoder-decoder ar...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Journal of hydrology (Amsterdam) Ročník 643; s. 131996
Hlavní autoři:	Wang, Wen-chuan, Tian, Wei-can, Hu, Xiao-xue, Hong, Yang-hao, Chai, Fu-xin, Xu, Dong-mei
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 01.11.2024
Témata:	Attention mechanism climate change Coding and decoding architecture Convolutional residual network Deep learning model humans model validation Monthly runoff forecasting prediction rivers runoff water management Attention mechanism Monthly runoff forecasting Deep learning model Convolutional residual network Coding and decoding architecture
ISSN:	0022-1694
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!