利用深度学习拓展空气污染监测与预报的范围
机器学习
2020-01-28 v3 机器学习
摘要
在众多应用中,预报依赖于偏微分方程(PDEs)的数值求解器。尽管已提出深度学习技术的使用,但实际的应用一直受限于训练数据是使用传统 PDE 求解器获得的。因此,深度学习技术的使用被限制在 PDE 求解器适用的领域内。我们展示了一个用于空气污染监测与预报的深度学习框架,该框架提供了跨不同模型域训练的能力,并将运行时间减少了两个数量级。它提出了一种结合深度学习与区域分解技术的首创实现,使得模型部署可扩展到其训练所用域之外。
引用
@article{arxiv.1810.09425,
title = {Using Deep Learning to Extend the Range of Air-Pollution Monitoring and Forecasting},
author = {Philipp Haehnel and Jakub Marecek and Julien Monteil and Fearghal O'Donncha},
journal= {arXiv preprint arXiv:1810.09425},
year = {2020}
}
备注
14 pages, 10 figures