论文
LakeFM：使用不规则多元多深度时间序列数据建立水生生态系统基础模型
LakeFM: Toward a Foundation Model for Aquatic Ecosystems Using Irregular Multivariate Multi-depth Time Series Data
摘要
了解和预测湖泊动态对于监测湖泊和水库的水质和生态系统健康至关重要。虽然机器学习方法最近已应用于生态时间序列数据，但现有的工作假设在时间和深度上进行定期采样，并且很难在具有异构变量、深度和观察模式的湖泊中进行推广。为了解决这些限制，我们引入了 \textsc{LakeFM}，这是一种水生系统的基础模型，在包含模拟和观测湖泊的大规模生态数据集上进行了预训练。通过广泛的实证评估，我们表明 \textsc{LakeFM} 学习了跨越更广泛的湖泊水位特征的有意义的表示，并且与现有的时间序列基础和非基础模型相比，实现了有竞争力或通常更优越的预测性能，同时产生了与现实世界湖泊动态一致的物理上合理的预测。