Avaliação da generalização geográfica de modelos de aprendizado profundo para desagregação de precipitação

Key Points

• A generalização de modelos de aprendizado profundo para desagregação de precipitação mostra uma notável variabilidade geográfica.
• Métricas-chave indicam que a precisão do modelo pode cair em até 30% em certas regiões em comparação com as áreas de treinamento.
• A avaliação em diversos terrenos geográficos assessora o desempenho e a robustez dos modelos de aprendizado profundo.
• Essas descobertas destacam a necessidade de uma investigação mais aprofundada sobre a generalizabilidade dos modelos em diferentes regiões.