利用泛在数据预测城市水质
计算机与社会
2016-11-01 v1
摘要
城市水质对我们的日常生活至关重要。预测城市水质有助于控制水污染并保护人类健康。然而，预测城市水质是一项具有挑战性的任务，因为水质在城市空间中呈非线性变化，并取决于多种因素，如气象、用水模式和土地利用。在这项工作中，我们从数据驱动的角度出发，利用现有监测站报告的水质数据和水力数据，以及我们在城市中观察到的各种数据源（如气象、管网、路网结构和兴趣点 (POIs)），预测未来几小时内某站点的水质。首先，我们通过大量实验确定了影响城市水质的关键因素。其次，我们提出了一种多任务多视图学习方法，将来自不同领域的多个数据集融合到一个统一的学习模型中。我们使用真实世界数据集评估了我们的方法，大量实验验证了我们的方法优于其他基线，并证明了该方法的有效性。
引用
@article{arxiv.1610.09462,
title = {Predicting Urban Water Quality with Ubiquitous Data},
author = {Ye Liu and Yuxuan Liang and Shuming Liu and David S. Rosenblum and Yu Zheng},
journal= {arXiv preprint arXiv:1610.09462},
year = {2016}
}