Transformer Versus LSTM
A Comparison of Deep Learning Models for Karst Spring Discharge Forecasting
Aktuelle Publikation
Im Rahmen eines gemeinsamen Projekts der ICC Water & Health untersuchten Wissenschaftler:innen unterschiedliche KI-Modell zur Vorhersage von Wasserabflüssen. Dabei verglichen sie die Leistung von zwei verschiedenen Anwendungen beispielhaft bei drei Karst-Quellen. Ihre Arbeit soll in der Zukunft für das Management von Trinkwasserströmen eingesetzt werden. Getestet wurde die Anwendung “Transformer” im vergleich zu einem neuronalem Netzwerk mit “lange Kurzzeitgedächtnis” (LSTM). Die Untersuchung und die erhaltenen Ergebnisse sind im Fachmagazin “Water Resources Research” frei zugänglich erschienen.
Pölz, A, Blaschke, AP, Komma, J, Farnleitner, AH & Derx, J 2024, 'Transformer Versus LSTM: A Comparison of Deep Learning Models for Karst Spring Discharge Forecasting', Water Resources Research, vol. 60, no. 4, e2022WR032602. https://doi.org/10.1029/2022WR032602
Univ.-Prof. PD Dr. Andreas Farnleitner MSc
Leitung
Fachbereich Wasserqualität und Gesundheit
