机构名称：
¥ 1.0
空气污染已成为全球关注的关注点，因为它对人口的健康和福祉的负面影响。为了减轻其影响，必须准确监测跨区域和时间的污染物浓度。传统解决方案依赖于物理驱动的方法，利用粒子运动方程来预测污染物的时间变化。尽管可靠且易于解释，但它们在计算上还是需要背景域知识的计算昂贵。另外，最近的作品表明，数据驱动的方法，尤其是深度学习模型，大大降低了计算费用并提供准确的预测；但是，以大量数据和存储要求和较低的解释性为代价。
Esther Rodrigo Bonet
主要关键词
相关文件推荐
