การพยากรณ์ปริมาณน้ำในลุ่มน้ำที่ไม่มีสถานีวัด (Ungauged Basins) เป็นความท้าทายสำคัญในงานอุทกวิทยา เนื่องจากขาดข้อมูลสังเกตการณ์โดยตรง งานวิจัยนี้จึงได้นำโมเดล Transformer (แบบ Encoder-only) มาเปรียบเทียบกับโมเดล LSTM เพื่อประเมินความสามารถในการอนุมานการไหลของน้ำในต้นน้ำโดยใช้ข้อมูลจำลองจาก National Water Model (NWM) ของ NOAA
ผลการศึกษาพบว่า LSTM มีประสิทธิภาพเหนือกว่า Transformer ในการทดสอบทั้งสองรูปแบบ ชี้ให้เห็นว่าสถาปัตยกรรมที่มีการจัดการหน่วยความจำแบบวนซ้ำมีความสอดคล้องกับลักษณะการไหลของน้ำตามลำดับเวลาได้ดีกว่า อย่างไรก็ตาม การรวมข้อมูลจากสถานีวัดปลายน้ำเข้าด้วยกันช่วยเพิ่มค่ากลาง NNSE ได้มากกว่า 60% สำหรับทุกโมเดล ซึ่งยืนยันว่าบริบททางอุทกวิทยาปลายน้ำเป็นตัวแปรสำคัญที่ช่วยเพิ่มความแม่นยำในการทำนายได้ในทุกสถาปัตยกรรม
