BriefGPT - AI 论文速递
·
Meteorology-Guided Modal Decoupled Spatiotemporal Network for Air Quality Prediction
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出MDSTNet框架，旨在提高空气质量预测中气象数据的利用效率。通过整合多层气象数据，MDSTNet在48小时预测误差上降低了17.54%。
🎯
关键要点
- 本研究提出MDSTNet框架，旨在提高空气质量预测中气象数据的利用效率。
- MDSTNet框架将空气质量观测和气象条件建模为不同的模态。
- 通过整合多层气象数据和天气预报，MDSTNet捕捉空气污染与气象之间的依赖关系。
- 实验结果显示，MDSTNet在48小时预测误差上降低了17.54%。
➡️
