GPU-Accelerated Deep Learning for Heatwave Prediction and Urban Heat Risk Assessment

En 3 lignesFramework deep learning GPU pour prédire les conditions thermiques urbaines et évaluer les risques de canicule. ConvLSTM avec loss mixte atteint MAE=0.2293, RMSE=0.3089, R²=0.8877 sur données MODIS et Open-Meteo à Sarajevo. Génère des cartes de risque thermique urbain.

Résumé généré par Claude — vérifié par l'humain