A spatiotemporal dissolved oxygen prediction model based on graph attention networks suitable for missing data.

Fang, Yamin; Liu, Hui

Fang, Yamin; Liu, Hui.

Afiliación

Fang Y; Institute of Artificial Intelligence and Robotics (IAIR), Key Laboratory of Traffic Safety on Track of Ministry of Education, School of Traffic and Transportation Engineering, Central South University, Changsha, Hunan, 410075, China.
Liu H; Institute of Artificial Intelligence and Robotics (IAIR), Key Laboratory of Traffic Safety on Track of Ministry of Education, School of Traffic and Transportation Engineering, Central South University, Changsha, Hunan, 410075, China. csuliuhui@csu.edu.cn.

Environ Sci Pollut Res Int ; 30(34): 82818-82833, 2023 Jul.

Article en En | MEDLINE | ID: mdl-37335513

Asunto(s)

Oxígeno; Contaminación del Agua; China; Análisis por Conglomerados; Calidad del Agua

Palabras clave

Dissolved oxygen prediction; Fusion attention; Graph attention network; Missing data; Multi-feature fusion

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Oxígeno / Contaminación del Agua Tipo de estudio: Prognostic_studies / Risk_factors_studies País/Región como asunto: Asia Idioma: En Revista: Environ Sci Pollut Res Int Asunto de la revista: SAUDE AMBIENTAL / TOXICOLOGIA Año: 2023 Tipo del documento: Article País de afiliación: China Pais de publicación: Alemania

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google