摘要：今天，印度是全球受洪水影响最严重的国家之一，2018年8月发生在喀拉拉邦的灾难就是一个典型例子。过去，已经通过使用物联网（IoT）和机器学习（ML）技术在洪水发生的研究中取得了一定的进展，主要基于降雨、湿度、温度、水流、水位等因素。然而，挑战在于尚未有人尝试根据温度和降雨强度预测洪水的可能性。因此，采用深度神经网络来预测基于温度和降雨强度的洪水发生。此外，该深度学习模型还与其他机器学习模型（支持向量机（SVM）、K最近邻（KNN）和朴素贝叶斯）在准确性和误差方面进行了比较。结果表明，深度神经网络可以在洪水发生前仅基于季风参数高效地用于洪水预测，且具有最高的准确性。
Sankaranarayanan等人（周四）研究了这个问题。