OmniST：可覆盖未见站点的拓扑不变预测模型
热点事件持续更新
OmniST：可覆盖未见站点的拓扑不变预测模型
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Praveg Vashishtha 发布论文提出 OmniST 时空预测模型，称其计算不依赖传感器数量，配合归纳式分裂共形校准，可在任意包括从未见过的传感器位置给出有覆盖保证的预测区间，并在增删传感器时保持该保证。 论文报告，在德里空气质量数据（37 个站点，2019—2023）上，该模型 30 天 PM2.5 平均绝对误差为 31.0 μg/m³；移除 40% 站点时，性能最多下降 1.1%。
AI 根据报道生成 · 49 分钟前更新
最新进展11月4日 13:00
OmniST：在未见传感器位置也能给出覆盖保证的拓扑不变时空预测模型报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · cs.AIOmniST：在未见传感器位置也能给出覆盖保证的拓扑不变时空预测模型
OmniST 是一种拓扑不变的时空预测模型，计算过程与传感器数量无关，配合归纳式分裂共形校准，可在任意（包括从未见过）的传感器位置给出有覆盖保证的预测区间。在德里空气质量数据（37 个站点，2019-2023）上，其 30 天 PM2.5 平均绝对误差为 31.0 ug/m3，移除 40% 站点时性能最多下降 1.1%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。