实体
Global Navigation Satellite Systems
Global Navigation Satellite Systems
PulseAugur coverage of Global Navigation Satellite Systems — every cluster mentioning Global Navigation Satellite Systems across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
天气基础模型通过GNSS数据增强，改善降水预报
研究人员已将全球导航卫星系统（GNSS）推导的对流层湿延迟（ZWD）数据整合到一个名为Aurora的天气基础模型中。此举旨在通过解决当前机器学习天气模型（MLWM）中对降水的低估问题，来改善降水预报，特别是对极端天气事件的预报。研究发现，扩展后的Aurora模型能有效学习ZWD，并在六小时累积降水预报方面系统性地有所改善，在99%分位数的极端降水预报中，公平威胁得分（Equitable Threat Score）提高了8.8%。
-
机器学习框架提升城市区域GNSS定位精度
研究人员开发了一个新的机器学习框架，以提高全球导航卫星系统（GNSS）定位的精度，尤其是在具有挑战性的城市环境中。该系统使用激活函数将关于信号质量的机器学习预测转换为加权最小二乘算法的权重。在香港和东京进行的实验表明，在各种机器学习模型和GNSS配置中，Sigmoid激活函数始终在定位精度方面提供最显著的改进。