空氣質量預測論文筆記（1）

Multi-Group Encoder-Decoder Networks to Fuse Heterogeneous Data for Next-Day Air Quality Prediction

IJCAI-2019

解決的問題：

1。 如何在非多模態的多源資料中識別出多模態或特徵組

2。 如何使用融合架構進行時間序列預測發，LSTM和seq2seq針對單一場景設計。

解決方法

：

1。利用多源資料，基於高頻網格的天氣資料來模擬大氣汙染五動態水平。

2。在網格天氣資料中加入卷積運算，捕捉不同天氣引數對大氣汙染物變化的影響。

3。根據特徵之間的相關性對特徵進行自動分組（跨域）提出multi－group編碼解碼器網路，有效融合各個特徵組

首先空氣質量受複雜因素影響，具有較高的時空變異性。空氣質量檢測站通常空間分佈稀疏。

提出了一種多組編解碼器網路（MGED-NET）融合了異構資料。

1。 利用多重資料，利用官方來源的高頻網基天氣資料。

2。 利用區域性卷積獲取動態影響，歷史，預報，

3。 採用分散式融合序列學習相結合，分散式：多個特徵組的分組策略，序列學習：編解碼器的LSTM

資料：

1。 空氣質量資料：35個站點；兩年；六種汙染物；用線性插值填補三小時內的資料缺失；超過3小時無

2。 天氣資料：來源GDAS；空間解析度：0。25，117格；溫度，溼度，風度，風向；

3。 地理資料：來源OSM；解析度80m；描述了不同位置的地理特徵；

問題定義：

模型：MGED－Net

模型包涵多個編碼器和一個解碼器：都是用LSTM堆疊建立。

每個特性組被自動確定輸入到不同編碼器中，使用融合單元在隱藏狀態是聯合表示，作為解碼器初始狀態，預測。

特徵表示

此方法在文中僅僅針對天氣資料。天氣特徵是網格化的，而我們針對的是站點的空氣質量預測。所以要將網格化的資料轉換為與某一站點有關的資料，採用了三種方法結合：

選取站點所在的網格的天氣資料。

取周圍k×k網格天氣資料的平均。

用各種代表天氣狀態（比如風向）的卷積核卷積k×k的網格天氣資料。

特徵分組

本文提到了3種不同的分組方法：

每個特徵一組

每個領域的特徵一組。（天氣特徵一組，空氣質量特徵一組）

相關性分組

相關性分組是重點。本文的分組思想是最大化類內相關性並且最小化類間相關性。用到了皮爾遜相關係數來表示相關性。採用列舉把特徵分為2，3，4個組，來找出符合最大化類內相關性和最小化類間相關性的分組方法。

融合架構

特徵融合（在encoder之前）

encoder之後融合（在網路結構圖中fusion位置）

encoder之後與相關性結合的融合（在網路結構圖中fusion位置）

實驗結果對比

特徵表示的三種方案對比

特徵分組三種方案對比

三種融合架構的對比

和其他模型的對比

總結：

融合架構：利用的是編解碼器和LSTM 表示時間序列。編解碼器生成模式簡單，後續考慮利用GAN 和LSTM 或者其他生成模型，做生成器。同時在特徵提取利用了卷積的方法，考慮結合之前提取地域特徵的卷積方式。剛開始看這類文章自己的想法，不成熟，再進步。