arXiv cs.LG· Talha Ansar (University of Engineering and Technology, Lahore, Pakistan), Waqar Muhammad Ashraf (The Alan Turing Institute, London, UK), Alejandro Coca-Castro (The Alan Turing Institute, London, UK), Manvendra Janmaijaya (The Alan Turing Institute, London, UK), Ramit Debnath (University of Cambridge, Cambridge, UK), J. Scott Hosking (The Alan Turing Institute, London, UK)·· 7 小时前AI 评分13
英国气溶胶监测的数据驱动最优传感器布点框架
Data-driven Optimal Sensor Placement for Aerosol Monitoring in the UK
AI 导读
研究团队提出一种数据驱动传感器布点框架，用于英国气溶胶监测，将训练好的卷积高斯神经过程嵌入 DeepSensor 优化框架。结合惰性评估与缓存的遗传优化将平均计算时间降低 60%（10±3 分钟对 25±7 分钟），布点性能与贪心求解器相当。以 CAMS 参考场构建回溯 oracle 基准后，Joint-MI 驱动的遗传布点在确定 5 个气溶胶站点后 Joint NLL 提升约 22%。
来源：arXiv cs.LG · arxiv.org