arXiv · Machine Learning· Mert Can Turkmen, Eng Leong Tan, Yee Hui Lee·· 10 小时前AI 评分39
IonoDGNN：利用带星历条件的动态图预测 GNSS 视线上的电离层不规则性
Forecasting Ionospheric Irregularities on GNSS Lines of Sight Using Dynamic Graphs with Ephemeris Conditioning
AI 导读
IonoDGNN利用随卫星位置变化的动态图和星历条件，预测GNSS视线未来2小时的电离层不规则性。在新加坡一对共址接收机覆盖2023至2025年的GNSS数据上，模型BSS为0.55、PR-AUC为0.77，较持久性基线分别提升53%和58%。模拟覆盖掉线下，模型借助空间消息传递保持受影响节点的预测能力。
来源：arXiv · Machine Learning · arxiv.org