【北京师范大学-KDD2020投稿论文】PM2.5-GNN：基于领域知识增强图神经网络的PM2.5预测，PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting

题目： PM2.5-GNN: A Domain Knowledge Enhanced Graph Neural Network For PM2.5 Forecasting

摘要：

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。