UrbanGraph · การคาดการณ์ภูมิอากาศย่อย
องค์ประกอบในเมืองก่อเป็นกราฟแบบต่างชนิด การตัดแต่งโดยอาศัยหลักฟิสิกส์ช่วยคงไว้ซึ่งขอบเชิงสาเหตุ ส่วน RGCN, MLP และ LSTM ให้ผลลัพธ์เป็นแผนที่ความร้อนที่ t=1, t=2, t=3
2783 views
เริ่มจากพรอมต์นี้
องค์ประกอบในเมืองก่อรูปเป็นกราฟต่างชนิดตามเวลาเพื่อคาดการณ์ฮีตแมปภูมิอากาศย่อยได้อย่างไร
เพิ่มหมายเหตุการศึกษาแบบ ablation
เพิ่มหมายเหตุเล็ก ๆ เปรียบเทียบจำนวนเส้นเชื่อมก่อนและหลังไว้ข้างขั้นตอนการตัดทอน โดยคงผลลัพธ์ฮีตแมปไว้เหมือนเดิม
ลองใช้ Kimi Designสร้างไดอะแกรมระเบียบวิธีเชิงแนวคิดของ UrbanGraph แนวนอนอัตราส่วน 16:9 อธิบายว่าองค์ประกอบในเมืองก่อรูปเป็นกราฟต่างชนิดตามเวลาและคาดการณ์ฮีตแมปภูมิอากาศย่อยได้อย่างไร ชื่อเรื่อง: "UrbanGraph: วิธีการสำหรับการคาดการณ์ภูมิอากาศย่อยในเมือง | ตัวอย่างเชิงแนวคิด" ด้านซ้าย แสดงอินพุต Building, Land Cover, Tree, Dynamic Weather Conditions และ Time ที่ก่อรูปเป็น Candidate Heterogeneous Graph; Physics-informed Topology Construction ตัดทอนเส้นเชื่อมที่ไม่มีความสัมพันธ์เชิงสาเหตุ โดยอิงจาก Shading, Wind, Diffusion และ Convection พร้อมคงไว้ซึ่งเงาแบบพลวัต ลม และความใกล้ชิดเชิงพื้นที่แบบคงที่ ความคล้ายคลึงของคุณลักษณะ และความเป็นเอกภาพของวัตถุ; ไปป์ไลน์หลักทำงานผ่าน RGCN Blocks, การผสาน MLP และการส่งผ่านตามเวลาของ LSTM, สร้างฮีตแมปที่ t=1, t=2, t=3 ใช้สีเขียวสำหรับข้อจำกัดทางกายภาพและเส้นเชื่อมเชิงสาเหตุที่ใช้ได้ สีน้ำเงินสำหรับคุณลักษณะเชิงพื้นที่และเวลา และสีส้มสำหรับผลลัพธ์ บนพื้นหลังสีขาวด้วยลายเส้นภาพประกอบเชิงวิชาการที่สะอาดตา ใช้ข้อความเชิงคุณภาพเพียง "ลดเส้นเชื่อมที่ไม่ถูกต้องและลดภาระการคำนวณ"
เปลี่ยนเป็นสีเขียวเข้ม
เปลี่ยนสีข้อจำกัดทางกายภาพเป็นเขียวเข้ม คุณลักษณะเชิงพื้นที่และเวลาเป็นคราม และผลลัพธ์เป็นอำพัน
ลองใช้ Kimi Designสร้างไดอะแกรมระเบียบวิธีเชิงแนวคิดของ UrbanGraph แนวนอนอัตราส่วน 16:9 อธิบายว่าองค์ประกอบในเมืองก่อรูปเป็นกราฟต่างชนิดตามเวลาและคาดการณ์ฮีตแมปภูมิอากาศย่อยได้อย่างไร ชื่อเรื่อง: "UrbanGraph: วิธีการสำหรับการคาดการณ์ภูมิอากาศย่อยในเมือง | ตัวอย่างเชิงแนวคิด" ด้านซ้าย แสดงอินพุต Building, Land Cover, Tree, Dynamic Weather Conditions และ Time ที่ก่อรูปเป็น Candidate Heterogeneous Graph; Physics-informed Topology Construction ตัดทอนเส้นเชื่อมที่ไม่มีความสัมพันธ์เชิงสาเหตุ โดยอิงจาก Shading, Wind, Diffusion และ Convection พร้อมคงไว้ซึ่งเงาแบบพลวัต ลม และความใกล้ชิดเชิงพื้นที่แบบคงที่ ความคล้ายคลึงของคุณลักษณะ และความเป็นเอกภาพของวัตถุ; ไปป์ไลน์หลักทำงานผ่าน RGCN Blocks, การผสาน MLP และการส่งผ่านตามเวลาของ LSTM ก่อนสร้างฮีตแมปที่ t=1, t=2, t=3 ใช้สีเขียวสำหรับข้อจำกัดทางกายภาพและเส้นเชื่อมเชิงสาเหตุที่ใช้ได้ สีน้ำเงินสำหรับคุณลักษณะเชิงพื้นที่และเวลา และสีส้มสำหรับผลลัพธ์, บนพื้นหลังสีขาวด้วยลายเส้นภาพประกอบเชิงวิชาการที่สะอาดตา ใช้ข้อความเชิงคุณภาพเพียง "ลดเส้นเชื่อมที่ไม่ถูกต้องและลดภาระการคำนวณ"
ไม่มีตัวเลข
คงไว้เพียงข้อความเชิงคุณภาพเกี่ยวกับการลดเส้นเชื่อมที่ไม่ถูกต้อง โดยไม่มีค่าตัวเลขปรากฏในภาพเลย
ลองใช้ Kimi Designสร้างไดอะแกรมระเบียบวิธีเชิงแนวคิดของ UrbanGraph แนวนอนอัตราส่วน 16:9 อธิบายว่าองค์ประกอบในเมืองก่อรูปเป็นกราฟต่างชนิดตามเวลาและคาดการณ์ฮีตแมปภูมิอากาศย่อยได้อย่างไร ชื่อเรื่อง: "UrbanGraph: วิธีการสำหรับการคาดการณ์ภูมิอากาศย่อยในเมือง | ตัวอย่างเชิงแนวคิด" ด้านซ้าย แสดงอินพุต Building, Land Cover, Tree, Dynamic Weather Conditions และ Time ที่ก่อรูปเป็น Candidate Heterogeneous Graph; Physics-informed Topology Construction ตัดทอนเส้นเชื่อมที่ไม่มีความสัมพันธ์เชิงสาเหตุ โดยอิงจาก Shading, Wind, Diffusion และ Convection พร้อมคงไว้ซึ่งเงาแบบพลวัต ลม และความใกล้ชิดเชิงพื้นที่แบบคงที่ ความคล้ายคลึงของคุณลักษณะ และความเป็นเอกภาพของวัตถุ; ไปป์ไลน์หลักทำงานผ่าน RGCN Blocks, การผสาน MLP และการส่งผ่านตามเวลาของ LSTM ก่อนสร้างฮีตแมปที่ t=1, t=2, t=3 ใช้สีเขียวสำหรับข้อจำกัดทางกายภาพและเส้นเชื่อมเชิงสาเหตุที่ใช้ได้ สีน้ำเงินสำหรับคุณลักษณะเชิงพื้นที่และเวลา และสีส้มสำหรับผลลัพธ์ บนพื้นหลังสีขาวด้วยลายเส้นภาพประกอบเชิงวิชาการที่สะอาดตา ใช้ข้อความเชิงคุณภาพเพียง "ลดเส้นเชื่อมที่ไม่ถูกต้องและลดภาระการคำนวณ"