Dec, 2020
基于多重对抗时空网络的联合空气质量和天气预测
Joint Air Quality and Weather Prediction Based on Multi-Adversarial Spatiotemporal Networks
Jindong Han, Hao Liu, Hengshu Zhu, Hui Xiong, Dejing Dou
TL;DR本文提出了 Multi-adversarial spatiotemporal recurrent Graph Neural Networks(MasterGNN)模型,通过模型化空气质量和气象监测站之间的时空自相关性,并采用多元对抗图学习框架来预测城市内的空气质量和天气,并将多元对抗学习作为多任务学习来解决观察噪声扩散的问题,实验表明 MasterGNN 在空气质量和气象预测任务中表现最佳。