https://arxiv.org/abs/2002.12898
在预测PM2.5浓度时,需要考虑复杂的信息源,因为PM2.5浓度在很长一段时间内会受到各种因素的影响。在本文中,我们识别了一组用于PM2.5预测的关键领域知识,并开发了一种新的基于图的模型PM2.5- gnn,该模型能够捕获长期相关性。在真实世界的数据集上,我们验证了所提出的模型的有效性,并检验了其捕获细粒度和长期影响PM2.5过程的能力。建议的PM2.5-GNN也已在网上部署,提供免费的预报服务。
专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)
后台回复“PMGNN” 就可以获取《PM2.5-GNN-基于图神经网络的PM2.5预测》专知下载链接