weiwanshu的专栏

摘要HyperST-Net包含三个主要模块，空间模块、时间模块和推导模块deduction module空间模块可以得到空间特征，推导模块通过空间特征得到时间模块的权重。原理强调考虑和时间模块和空间模块之间的关系1 spatial characteristics of an ST object are determined by its spatial attributes,...

Abstract：气溶胶光学厚度AOD数据(aerosol optical depth)和地面观测站数据构成了对PM2.5的可靠量测，一般的AOD-PM2.5关系都是使用线性模型进行模拟的。使用深度学习的方法可以模拟非线性关系，但是没有考虑空间因素。本实验使用中国地区的satellite AOD products、NDVI data 、meteorological factors 和stat...

摘要：Deep Inferential Spatial-Temporal Network以解决空间和时间方面的非线性相关问题。使用inferential predictor、spatial predictor和temporal predictor进行了48小时天气预报，主要研究数据来源于北京地区35个站点和格网气象数据目前的主要问题：1、多因子问题 multiple factors...

Deep Distributed Fusion Network for Air Quality Prediction摘要：基于对大气污染的领域知识，提出了一种基于深度神经网络（DNN）的方法（Deep-air），该方法由空间变换组件和深度分布式融合网络组成。考虑到大气污染物的空间相关性，组件将空间稀疏的空气质量数据转换为一致的输入，以模拟污染物源。后一种网络采用神经分布式结构，融合城市异质数据...

Temporal-spatial characteristics and source apportionment of PM2.5as well as its associated chemical species in the Beijing-Tianjin-Hebei region of ChinaWe present the temp-spatial PM2.5variations...

Long short-term memory - Fully connected (LSTM-FC) neural network for PM2.5concentration prediction•The LSTM-FC neural network can give an accurate prediction of urban PM2.5contamination over the n...