In een onderzoek naar het voorspellen van overstromingen in Vlaanderen kunnen op hybride neurale netwerken gebaseerde modellen de gemeten gegevens van meetstations in het studiegebied aanvullen en corrigeren door middel van dynamische interpolatie, waardoor de waterdiepte van overstroming nauwkeuriger wordt voorspeld. Bovendien kunnen op hybride neurale netwerken gebaseerde modellen de fysieke kenmerken van fysiek gebaseerde modellen nabootsen, om de efficiëntie van overstromingsvoorspellingen te verbeteren.