HydroGraphNet, seyrek veri bölgelerinde günlük akış ve azot tahminlerini artırıyor

Akarsuyolu ve azot (N) ihracat dinamiklerinin mekansal olarak dağıtılmış tahmini, tarımsal havzaların hassas yönetimi için gereklidir. Zamansal derin öğrenme modelleri havza ölçeğinde güçlü performans sergilemiş olsa da, mekansal olarak genelleme yetenekleri sınırlıdır, özellikle veri kıtlığı koşullarında. Bu açığı kapatmak için, Gelişmiş Biyoenerji ve Biyoprodüktler İnovasyonu Merkezi (CABBI) öncülüğündeki bir araştırmacı ekibi, süreç temelli bilgiyi ve açık mekansal öğrenmeyi zamansal modellemeye entegre eden HydroGraphNet adlı bilgi rehberliğinde bir grafik makine öğrenimi çerçevesi önermektedir.