GreenEyes：一种基于 WaveNet 的空气质量评估模型
机器学习
2022-12-09 v1 信号处理
摘要
伴随快速工业化，人类正遭受严重的空气污染问题。空气质量预测的需求对政府决策和人们日常生活变得愈发重要。本文中，我们提出 GreenEyes——一个深度神经网络模型，其由基于 WaveNet 的骨干块（用于学习序列表示）和带有时间注意力（Temporal Attention）模块的 LSTM（用于捕捉多通道输入特征间的隐藏交互）组成。为评估所提方法的有效性，我们在收集并预处理得到的香港科技大学附近空气质量数据上进行了若干实验，包括消融研究。实验结果表明，给定数据集中任意一段空气质量数据，我们的模型能有效预测下一时刻的空气质量等级。我们已在 https://github.com/AI-Huang/IAQI_Dataset 发布独立数据集。本文的模型和代码公开于 https://github.com/AI-Huang/AirEvaluation。
引用
@article{arxiv.2212.04175,
title = {GreenEyes: An Air Quality Evaluating Model based on WaveNet},
author = {Kan Huang and Kai Zhang and Ming Liu},
journal= {arXiv preprint arXiv:2212.04175},
year = {2022}
}