Buchumschlag

A Data-Driven Supervised Machine Learning Approach to Estimating Global Ambient Air Pollution Concentrations With Associated Prediction Intervals

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Berrisford, Liam J, Barbosa, Hugo, Menezes, Ronaldo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Environmental Insights: Democratizing Access to Ambient Air Pollution Data and Predictive Analytics with an Open-Source Python Package
von: Berrisford, Liam J, et al.
Veröffentlicht: (2024)

A Framework for Scalable Ambient Air Pollution Concentration Estimation
von: Berrisford, Liam J, et al.
Veröffentlicht: (2024)

Estimating Ambient Air Pollution Using Structural Properties of Road Networks
von: Berrisford, Liam J, et al.
Veröffentlicht: (2022)

Tube Loss: A Novel Approach for Prediction Interval Estimation
von: Anand, Pritam, et al.
Veröffentlicht: (2024)

Predicting BWR Criticality with Data-Driven Machine Learning Model
von: Oktavian, Muhammad Rizki, et al.
Veröffentlicht: (2024)

Learning for Interval Prediction of Electricity Demand: A Cluster-based Bootstrapping Approach
von: Dube, Rohit, et al.
Veröffentlicht: (2023)

Leveraging Deep Learning for Physical Model Bias of Global Air Quality Estimates
von: Doerksen, Kelsey, et al.
Veröffentlicht: (2025)

Predicting Air Temperature from Volumetric Urban Morphology with Machine Learning
von: Kıvılcım, Berk, et al.
Veröffentlicht: (2025)

Data-Driven Self-Supervised Graph Representation Learning
von: Samy, Ahmed E., et al.
Veröffentlicht: (2024)

A review on development of eco-friendly filters in Nepal for use in cigarettes and masks and Air Pollution Analysis with Machine Learning and SHAP Interpretability
von: Paneru, Bishwash, et al.
Veröffentlicht: (2025)

EmissionNet: Air Quality Pollution Forecasting for Agriculture
von: Saligram, Prady, et al.
Veröffentlicht: (2025)

Enhancing Interval Type-2 Fuzzy Logic Systems: Learning for Precision and Prediction Intervals
von: Koklu, Ata, et al.
Veröffentlicht: (2024)

Applications of machine learning and IoT for Outdoor Air Pollution Monitoring and Prediction: A Systematic Literature Review
von: Gryech, Ihsane, et al.
Veröffentlicht: (2024)

Interpretable Air Pollution Forecasting by Physics-Guided Spatiotemporal Decoupling
von: Zhang, Zhiguo, et al.
Veröffentlicht: (2025)

Air Pollution Forecasting in Bucharest
von: Şerban, Dragoş-Andrei, et al.
Veröffentlicht: (2025)

Diabetes Prediction and Management Using Machine Learning Approaches
von: Alzboon, Mowafaq Salem, et al.
Veröffentlicht: (2025)

Learning When to Act: Interval-Aware Reinforcement Learning with Predictive Temporal Structure
von: Di Gioia, Davide
Veröffentlicht: (2026)

Confidence Interval Estimation of Predictive Performance in the Context of AutoML
von: Paraschakis, Konstantinos, et al.
Veröffentlicht: (2024)

Improving User Behavior Prediction: Leveraging Annotator Metadata in Supervised Machine Learning Models
von: Ng, Lynnette Hui Xian, et al.
Veröffentlicht: (2025)

Interpolation-Driven Machine Learning Approaches for Plume Shine Dose Estimation: A Comparison of XGBoost, Random Forest, and TabNet
von: Sadhu, Biswajit, et al.
Veröffentlicht: (2026)

Contrastive and Variational Approaches in Self-Supervised Learning for Complex Data Mining
von: Liang, Yingbin, et al.
Veröffentlicht: (2025)

HINT: Hypernetwork Approach to Training Weight Interval Regions in Continual Learning
von: Krukowski, Patryk, et al.
Veröffentlicht: (2024)

Epileptic Seizure Detection and Prediction from EEG Data: A Machine Learning Approach with Clinical Validation
von: Jayanti, Ria, et al.
Veröffentlicht: (2025)

Long-Term Prediction Accuracy Improvement of Data-Driven Medium-Range Global Weather Forecast
von: Hu, Yifan, et al.
Veröffentlicht: (2024)

Enhancing ALS Progression Tracking with Semi-Supervised ALSFRS-R Scores Estimated from Ambient Home Health Monitoring
von: Marchal, Noah, et al.
Veröffentlicht: (2025)

Meta-Statistical Learning: Supervised Learning of Statistical Estimators
von: Peyrard, Maxime, et al.
Veröffentlicht: (2025)

COVID-19 Probability Prediction Using Machine Learning: An Infectious Approach
von: Ilani, Mohsen Asghari, et al.
Veröffentlicht: (2024)

Hybrid SARIMA LSTM Model for Local Weather Forecasting: A Residual Learning Approach for Data Driven Meteorological Prediction
von: Rajeev, Shreyas, et al.
Veröffentlicht: (2026)

A Causality-Aware Spatiotemporal Model for Multi-Region and Multi-Pollutant Air Quality Forecasting
von: Lu, Junxin, et al.
Veröffentlicht: (2025)

Machine Unlearning of Traffic State Estimation and Prediction
von: Wang, Xin, et al.
Veröffentlicht: (2025)

Explainability of Machine Learning Models under Missing Data
von: Vo, Tuan L., et al.
Veröffentlicht: (2024)

Tackling Incomplete Data in Air Quality Prediction: A Bayesian Deep Learning Framework for Uncertainty Quantification
von: Pian, Yuzhuang, et al.
Veröffentlicht: (2025)

Supervised and Unsupervised Deep Learning Approaches for EEG Seizure Prediction
von: Georgis-Yap, Zakary, et al.
Veröffentlicht: (2023)

A Hybrid Data-Driven Approach For Analyzing And Predicting Inpatient Length Of Stay In Health Centre
von: Chowdhury, Tasfia Noor, et al.
Veröffentlicht: (2025)

Data-Driven Semi-Supervised Machine Learning with Safety Indicators for Abnormal Driving Behavior Detection
von: Dong, Yongqi, et al.
Veröffentlicht: (2023)

Application-Driven Innovation in Machine Learning
von: Rolnick, David, et al.
Veröffentlicht: (2024)

Learning to Predict, Discover, and Reason in High-Dimensional Event Sequences
von: Math, Hugo
Veröffentlicht: (2026)

Advancing Crime Linkage Analysis with Machine Learning: A Comprehensive Review and Framework for Data-Driven Approaches
von: Lima, Vinicius, et al.
Veröffentlicht: (2024)

CONTINA: Confidence Interval for Traffic Demand Prediction with Coverage Guarantee
von: Yang, Chao, et al.
Veröffentlicht: (2025)

Unveil Sources of Uncertainty: Feature Contribution to Conformal Prediction Intervals
von: Idrissi, Marouane Il, et al.
Veröffentlicht: (2025)