EM-T1Stochastic Environmental Research and Risk Assessment2025-01-31第 39 卷第 3 期，1159-1177

Drowning overconfidence with uncertainty: mitigating deep learning overconfidence in flood depth super-resolution through maximum entropy regularization

登录后看摘要和中文要点

英文摘要、AI 生成的中文摘要和三条要点、参考文献和引证文献列表、论文图谱，注册免费。

关键词

洪涝风险与减灾金融风险与机器学习 maximum entropy regularization uncertainty estimation flood hazard mapping class imbalance convolutional neural networks SRGAN ESRGAN

登录后可以看完整列表。去登录

2次被引阅读 3

被引数据来自 OpenAlex，含本站以外的引用

Stochastic Environmental Research and Risk AssessmentSpringer-Verlag

应急管理一类

本站发文: 2,360
总被引: 41,030
ISSN: 1436-3240

进入期刊页 →

引用这篇

BAIDA M E, BOUSHABA F, CHOURAK M. Drowning overconfidence with uncertainty: mitigating deep learning overconfidence in flood depth super-resolution through maximum entropy regularization[J]. Stochastic Environmental Research and Risk Assessment, 2025, 39(3): 1159-1177. DOI:10.1007/s00477-025-02917-1.

著录项

学科: 工学环境科学与工程全球变化
类型: 研究论文
期刊: Stochastic Environmental Research and Risk Assessment
卷期页: 第 39 卷第 3 期，1159-1177
出版: 2025-01-31
语言: 英语
DOI: 10.1007/s00477-025-02917-1

获取来源1 处

Stochastic Environmental Research and Risk Assessment出版版
页面

来源列表来自 OpenAlex；本站不存全文，链接打开的是对方网站

论文图谱

本篇和它的参考文献、引证文献、相似文献

登录后可以看这篇的论文图谱：谁被它引用、谁引用了它、还有哪些相似的研究。