Buchumschlag

Deep Learning Surrogates for Real-Time Gas Emission Inversion

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Newman, Thomas, Nemeth, Christopher, Jones, Matthew, Jonathan, Philip
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Applications
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Probabilistic Inversion Modeling of Gas Emissions: A Gradient-Based MCMC Estimation of Gaussian Plume Parameters
von: Newman, Thomas, et al.
Veröffentlicht: (2024)

Deep Learning for Forensic Identification of Source
von: Patten, Cole, et al.
Veröffentlicht: (2025)

Forecasting Monthly Residential Natural Gas Demand Using Just-In-Time-Learning Modeling
von: Alakent, Burak, et al.
Veröffentlicht: (2025)

Surrogate Representation Inference for Text and Image Annotations
von: Nakamura, Kentaro
Veröffentlicht: (2025)

Deep Autocorrelation Modeling for Time-Series Forecasting: Progress and Prospects
von: Wang, Hao, et al.
Veröffentlicht: (2026)

Development and Validation of a Dynamic Kidney Failure Prediction Model based on Deep Learning: A Real-World Study with External Validation
von: Ma, Jingying, et al.
Veröffentlicht: (2025)

Surrogate modeling for uncertainty quantification in nonlinear dynamics
von: Marelli, S., et al.
Veröffentlicht: (2025)

Reconstructing Global Daily CO2 Emissions via Machine Learning
von: Li, Tao, et al.
Veröffentlicht: (2024)

Predicting House Rental Prices in Ghana Using Machine Learning
von: Adzanoukpe, Philip
Veröffentlicht: (2025)

Mapping Methane -- The Impact of Dairy Farm Practices on Emissions Through Satellite Data and Machine Learning
von: Bi, Hanqing, et al.
Veröffentlicht: (2024)

Ground-Level Near Real-Time Modeling for PM2.5 Pollution Prediction
von: Fox, Zachary R., et al.
Veröffentlicht: (2026)

Causal Judge Evaluation: Calibrated Surrogate Metrics for LLM Systems
von: Landesberg, Eddie, et al.
Veröffentlicht: (2025)

Dynamic Classification of Latent Disease Progression with Auxiliary Surrogate Labels
von: Cai, Zexi, et al.
Veröffentlicht: (2024)

SLEM: Machine Learning for Path Modeling and Causal Inference with Super Learner Equation Modeling
von: Vowels, Matthew J.
Veröffentlicht: (2023)

Adaptive Degradation Process with Deep Learning-Driven Trajectory
von: Yang, Li
Veröffentlicht: (2021)

A Comprehensive Approach to Carbon Dioxide Emission Analysis in High Human Development Index Countries using Statistical and Machine Learning Techniques
von: Khosravi, Hamed, et al.
Veröffentlicht: (2024)

Statistical Reinforcement Learning in the Real World: A Survey of Challenges and Future Directions
von: Gazi, Asim H., et al.
Veröffentlicht: (2026)

Sparse Bayesian Deep Functional Learning with Structured Region Selection
von: Zhu, Xiaoxian, et al.
Veröffentlicht: (2026)

Deep Switching State Space Model (DS$^3$M) for Nonlinear Time Series Forecasting with Regime Switching
von: Xu, Xiuqin, et al.
Veröffentlicht: (2021)

Applying Time Series Deep Learning Models to Forecast the Growth of Perennial Ryegrass in Ireland
von: Onibonoje, Oluwadurotimi, et al.
Veröffentlicht: (2025)

Meta-models for transfer learning in source localisation
von: Bull, Lawrence A., et al.
Veröffentlicht: (2023)

Assumption-Lean Post-Integrated Inference with Surrogate Control Outcomes
von: Du, Jin-Hong, et al.
Veröffentlicht: (2024)

Bayesian Deep Learning for Discrete Choice
von: Villarraga, Daniel F., et al.
Veröffentlicht: (2025)

Time-Series Anomaly Classification for Launch Vehicle Propulsion Systems: Fast Statistical Detectors Enhancing LSTM Accuracy and Data Quality
von: Engelstad, Sean P., et al.
Veröffentlicht: (2026)

Salvaging Forbidden Treasure in Medical Data: Utilizing Surrogate Outcomes and Single Records for Rare Event Modeling
von: Yin, Xiaohui, et al.
Veröffentlicht: (2025)

A Deep Learning Approach for Overall Survival Prediction in Lung Cancer with Missing Values
von: Caruso, Camillo Maria, et al.
Veröffentlicht: (2023)

Applications of Machine Learning in Pharmacogenomics: Clustering Plasma Concentration-Time Curves
von: Lautier, Jackson P., et al.
Veröffentlicht: (2022)

Assessment of Sports Concussion in Female Athletes: A Role for Neuroinformatics?
von: Edelstein, Rachel, et al.
Veröffentlicht: (2024)

DeepBridge: A Unified and Production-Ready Framework for Multi-Dimensional Machine Learning Validation
von: Haase, Gustavo Coelho, et al.
Veröffentlicht: (2025)

Weather-Related Crash Risk Forecasting: A Deep Learning Approach for Heterogenous Spatiotemporal Data
von: Ogungbire, Abimbola, et al.
Veröffentlicht: (2026)

Dynamic Elasticity Between Forest Loss and Carbon Emissions: A Subnational Panel Analysis of the United States
von: Park, Keonvin
Veröffentlicht: (2026)

Generative Bayesian Computation as a Scalable Alternative to Gaussian Process Surrogates
von: Polson, Nick, et al.
Veröffentlicht: (2026)

Ensemble Machine Learning and Statistical Procedures for Dynamic Predictions of Time-to-Event Outcomes
von: van Gerwen, Nina, et al.
Veröffentlicht: (2026)

Predicting VBAC Outcomes from U.S. Natality Data using Deep and Classical Machine Learning Models
von: Anand, Ananya
Veröffentlicht: (2025)

Improving Geopolitical Forecasts with Bayesian Networks
von: Martin, Matthew
Veröffentlicht: (2026)

Learning-to-Defer in Non-Stationary Time Series via Switching State-Space Models
von: Montreuil, Yannis, et al.
Veröffentlicht: (2026)

Optimal Sampling for Generalized Linear Model under Measurement Constraint with Surrogate Variables
von: Shen, Yixin, et al.
Veröffentlicht: (2025)

Integrating Response Time and Attention Duration in Bayesian Preference Learning for Multiple Criteria Decision Aiding
von: Jiang, Jiaxuan, et al.
Veröffentlicht: (2025)

Transfer Learning for Dead Fuel Moisture Prediction Using Time-Warping Recurrent Neural Networks
von: Hirschi, Jonathon, et al.
Veröffentlicht: (2026)

DRL-STAF: A Deep Reinforcement Learning Framework for State-Aware Forecasting of Complex Multivariate Hidden Markov Processes
von: Jiang, Manrui, et al.
Veröffentlicht: (2026)