研究者提出星历条件动态图预测框架
热点事件持续更新
研究者提出星历条件动态图预测框架
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Mert Can Turkmen等提出IonoDGNN，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的2023至2025年GNSS数据上，模型BSS为0.55、PR-AUC为0.77，较持久性基线分别提高53%和58%。 模拟覆盖掉线时，模型通过空间消息传递保持了受影响节点的预测能力。
AI 根据报道生成 · 45 分钟前更新
最新进展10月28日 12:00
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报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine LearningIonoDGNN：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
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。