arXiv cs.LG· Zhi-Song Liu, Jenni K\"oykk\"a, Wenqing Peng, Ammar Kheder, Petri Clusius, Michael Boy·· 6 天前AI 评分34
基于物理正则化 flow matching 从 PM2.5 临近预报气溶胶粒径分布
Nowcasting aerosol particle size distributions from PM2.5 with physics-regularized flow matching
AI 导读
研究提出基于 24h 的 PM2.5 记录及 8 个气象参数，利用生成式模型临近预报小时级气溶胶粒径分布（PSD）。在芬兰森林与城市站点的测试中，flow matching 表现最佳，其引导变体取得了最低的连续分级概率评分（CRPS）。引入简化气溶胶通用动力学方程（GDE）物理约束可使训练站点 CRPS 降低 5.5-11.5%，并有效降低跨站点迁移误差。
来源：arXiv cs.LG · arxiv.org