AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:稀疏传感器×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
6月2日
11:15
11:15arXiv cs.LG@Reda Snaiki, Abdelatif Merabtine
该研究提出一种不确定性感知的图神经网络框架,用于从稀疏传感器重建城市每日最高温度场,并支持距离约束的传感器布局和概率超限映射。模型采用图注意力机制和均值-残差架构,通过高斯负对数似然训练,同时预测温度场和空间变化的不确定性场。在蒙特利尔地区的实验中,使用Daymet v4.1数据(1公里分辨率)和严格的时间留出验证,该GNN在10-40个传感器预算下均优于反距离加权和普通克里金法。传感器布局影响在低预算时显著,约30个传感器时达到饱和。该框架为不确定性感知的温度场重建和面向决策的热风险制图提供了有效工具。
论文图神经网络温度场重建稀疏传感器不确定性量化城市气候

推荐理由:城市气候监测和热风险分析团队终于有了一个兼顾传感器预算和布局约束的实用方案——GNN在稀疏数据下比传统插值法更准,做城市热岛效应或极端高温预警的可以直接参考。
原文
精选全部日报登录