研究人员开发了EMFusion，这是一种新颖的条件扩散模型，用于多变量窄带电磁场（EMF）预测。该框架整合了诸如一天中的时间、季节和节假日等各种上下文因素，以提供具有不确定性感知能力的概率预测。EMFusion将预测视为结构性修复任务，确保时间连贯性并生成经验预测区间。实验表明，EMFusion的性能优于基线模型，在相关数据集上的连续排序概率得分（CRPS）提高了23.85%，归一化均方根误差（RMSE）提高了13.93%。 AI
影响 该模型可以提高电磁场预测的准确性和可靠性，有助于网络规划和合规性。
排序理由 该集群包含一篇详细介绍新模型及其实验结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
