arXiv 机器学习· 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26
用于英国气溶胶监测的数据驱动最佳传感器布局
Data-driven Optimal Sensor Placement for Aerosol Monitoring in the UK
AI 导读
研究人员开发了一种数据驱动的传感器布局框架，将训练好的卷积高斯神经过程嵌入 DeepSensor 优化框架，并应用于英国气溶胶监测。结合惰性评估与缓存机制的遗传优化算法将平均计算时间缩短 60%（从 25±7 分钟降至 10±3 分钟），表现与贪心算法相当。在基于 CAMS 参考场的回溯基准测试中，确定 5 个监测站位置后 Joint NLL 改善约 22%。
来源：arXiv 机器学习 · arxiv.org