多粒度时空融合Transformer

预测性能超基线5%

通过残差去冗余、时空注意力和动态融合三个模块,实现多源空气质量数据的有效融合,显式建模监测站间的时空相关性。

Yu, Chengqing · 王飞 · Yilun, Wang · Shao, Zezhi · Sun, Tao · Yao, Di · 徐勇军

Information Fusion 2025

参数信息

性能提升
5 %

技术优势

消除冗余信息

残差去冗余块消除不同粒度数据间的信息冗余,防止模型被冗余信息误导。

捕获时空相关性

时空注意力块捕获空气质量数据的时空相关性,促进预测建模。

动态融合多粒度

动态融合块评估不同粒度数据的重要性并整合预测结果。

应用场景