热点事件持续更新
研究团队提出太阳辐照度预测与降尺度模型RATSIFT
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年11月4日，研究人员在 arXiv 发布论文，提出基于 Transformer 的新型架构 RATSIFT。该模型可接收任意分辨率的输入数据，能够同时实现太阳辐照度预测与时间降尺度，并采用遗传算法优化超参数。在基于达拉斯实际数据的测试中，RATSIFT 针对 15、30、60 分钟及不规则间隔输入生成 5 分钟分辨率预测时，均方根误差（RMSE）分别达到 28.785、29.544、30.157 和 32.132 W/m²。此外，该模型还能提供可靠的不确定性估计。
AI 根据报道生成 · 12 小时前更新
最新进展11月4日 13:00
研究团队提出基于 Transformer 的 RATSIFT 模型，可实现太阳辐照度预测与时间降尺度。报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv 机器学习RATSIFT：用于太阳辐照度预测与时间降尺度的分辨率自适应 Transformer
研究人员提出基于 Transformer 的架构 RATSIFT，可接收任意分辨率输入，同时实现太阳辐照度预测与时间降尺度。该模型采用遗传算法优化超参数，在达拉斯实际数据测试中，对 15、30、60 分钟及不规则间隔输入生成 5 分钟分辨率预测时的 RMSE 分别为 28.785、29.544、30.157 和 32.132 W/m²。此外，该模型还能输出可靠的不确定性估计。
本事件热度走势
当前热度 7·可比范围峰值 10（11月4日 14:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。