Un modelo híbrido parsimonioso: Integrando redes neuronales wavelet y aprendizaje profundo para la predicción de la calidad del agua en el sur de Irán | Synapse
La precisión en la predicción de la calidad del agua mejora significativamente utilizando el modelo híbrido, mostrando un marcado avance sobre los métodos tradicionales.
El modelo híbrido integra redes neuronales wavelet con aprendizaje profundo, destacando un enfoque novedoso para el monitoreo ambiental.
La evaluación de los datos de calidad del agua del sur de Irán confirma la efectividad del modelo a través de sólidas capacidades predictivas.
Los hallazgos pueden permitir desarrollos futuros en la gestión del agua, apoyando los esfuerzos de sostenibilidad en regiones vulnerables.