Table 2 Evaluation of different deep learning models, using KFRE as comparison

CNN

0.91 (0.907—0.914)

0.79 (0.781—0.795)

0.47 (0.465—0.474)

0.97 (0.973—0.975)

0.90 (0.895—0.906)

0.79 (0.784—0.787)

CNN + LSTM + ANN

0.90 (0.896—0.902)

0.76 (0.758—0.769)

0.74 (0.733—0.744)

0.88 (0.879—0.885)

0.76 (0.752—0.764)

0.87 (0.868—0.874)

ANN

0.88 (0.876—0.882)

0.76 (0.756—0.767)

0.71 (0.706—0.719)

0.87 (0.870—0.876)

0.74 (0.732—0.743)

0.86 (0.856—0.862)

ConvLSTM + ANN

0.88 (0.875—0.881)

0.76 (0.755—0.763)

0.71 (0.707—0.715)

0.87 (0.870—0.874)

0.73 (0.732—0.740)

0.86 (0.856—0.860)

LSTM

0.85 (0.844—0.852)

0.68 (0.673—0.684)

0.50 (0.493—0.505)

0.88 (0.875—0.881)

0.67 (0.664—0.679)

0.78 (0.776—0.781)

KFRE (4 variable)

0.84 (0.841—0.842)

0.32 (0.313—0.319)

0.40 (0.395—0.405)

0.75 (0.747—0.754)

0.42 (0.410—0.429)

0.88 (0.870—0.882)

KFRE (8 variable)

0.84 (0.836—0.837)

0.40 (0.394—0.406)

0.40 (0.395—0.405)

0.75 (0.747—0.754)

0.42 (0.410—0.429)

0.88 (0.870—0.882)