12:10
官方账号arXiv cs.LG@Guorun Wang, Simone Foti, Andreas D. Demou, Leonidas Kotoulas, Theodoros Christoudias, Alexandros Koliousis, Mihalis Nicolaou, Stefanos Zafeiriou
推荐理由：想用CAMS数据做高分辨率PM2.5预测？这篇论文提出了一个不依赖时间序列的降尺度框架，融合多种地理信息，用OpenAQ观测做伪监督，效果不错。
PM2.5
共 1 条相关 AI 资讯
7月7日
12:10
该论文提出一个站指导框架，将粗分辨率CAMS大气成分场超分辨率（×40，约1km）并偏差校正为局地PM2.5变化。框架利用多尺度Transformer网络，结合人类活动、土地覆盖、高程、卫星气溶胶观测和风场等异构信息，无需时间序列建模。为解决稀疏原位数据密集监督问题，引入时间无关传播策略，通过空间高斯混合插值OpenAQ观测。在欧洲的定性和站点评估显示，模型能恢复细粒度空间结构并有效缓解CAMS局部偏差。