【北京师范大学-KDD2020投稿论文】PM2.5-GNN-基于图神经网络的PM2.5预测

https://arxiv.org/abs/2002.12898

在预测PM2.5浓度时，需要考虑复杂的信息源，因为PM2.5浓度在很长一段时间内会受到各种因素的影响。在本文中，我们识别了一组用于PM2.5预测的关键领域知识，并开发了一种新的基于图的模型PM2.5- gnn，该模型能够捕获长期相关性。在真实世界的数据集上，我们验证了所提出的模型的有效性，并检验了其捕获细粒度和长期影响PM2.5过程的能力。建议的PM2.5-GNN也已在网上部署，提供免费的预报服务。

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“PMGNN” 就可以获取《PM2.5-GNN-基于图神经网络的PM2.5预测》专知下载链接

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源