Оценка моделей глубокого обучения, интегрированных с метеорологическими и экологическими переменными, для прогнозирования распространения лесных пожаров и исследование случая пожаров на Мауи в 2023 году.
В статье рассматривается применение пяти моделей глубокого обучения для прогнозирования распространения лесных пожаров в Гавайях на основе данных более чем десяти лет. Исследование сравнивает эти модели с традиционной моделью FARSITE. Результаты показывают, что модели ConvLSTM и ConvLSTM с вниманием работают лучше остальных. FARSITE демонстрирует более высокую точность, а модели глубокого обучения — большую гибкость в работе с входными данными.
arXiv: 2509.21327
