Интеграция социально-экологических и демографических факторов в прогнозы потребления воды с использованием машинного обучения

💧 Прогнозирование водопотребления с учетом контекста: в статье рассматривается применение машинного обучения для оценки потребления воды с включением социально-экологических и демографических факторов. Для задач подключения к инженерной инфраструктуре это важно: нагрузка на сети зависит не только от площади и назначения объекта, но и от характеристик территории. Суть исследования: авторы используют модели на деревьях решений, включая случайный лес и градиентный бустинг, чтобы сопоставить категориальные и числовые признаки с фактическим потреблением воды. Такой подход может уточнять прогнозы там, где классические нормативные оценки дают слишком обобщенный результат. Научная новизна — в расширении набора факторов для ML-прогноза водопотребления. Ограничение очевидно: качество модели зависит от локальных данных, структуры категорий и переносимости результатов на другие города или типы застройки.