国际空间站上基于 Bi-GRU 的自动应急无尘方案 (AED-ISS)
应用统计
2023-08-07 v3 人工智能
机器学习
神经与进化计算
机器学习
摘要
随着对 PM2.5 或 PM0.3 问题的关注上升,颗粒物已成为对环境与人类潜在的威胁,也是国际空间站(ISS)上仪器的有害存在。我们的团队旨在将不同浓度的颗粒物与磁场、湿度、加速度、温度、压力和 CO2 浓度相关联。我们的目标是建立早期预警系统(EWS),能够预测颗粒物水平,并为宇航员保护其部分实验中的仪器或提高测量精度提供充足的反应时间;此外,所构建的模型可进一步发展为用于火灾相关应用的遥感烟雾报警原型。在本文中,我们将实现 Bi-GRU(双向门控循环单元)算法,其采集过去 90 分钟的数据并预测接下来 1 分钟内每 0.1 升超过 2.5 微米的颗粒物水平,这被归类为一种早期预警。
引用
@article{arxiv.2210.08549,
title = {Automatic Emergency Dust-Free solution on-board International Space Station with Bi-GRU (AED-ISS)},
author = {Po-Han Hou and Wei-Chih Lin and Hong-Chun Hou and Yu-Hao Huang and Jih-Hong Shue},
journal= {arXiv preprint arXiv:2210.08549},
year = {2023}
}
备注
11 pages, 5 figures, and 1 table