Buchumschlag

A temporal deep learning framework for calibration of low-cost air quality sensors

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sengupta, Arindam, Bush, Tony, Marner, Ben, Pérez, Jose Miguel, Clainche, Soledad Le
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hybrid machine learning models based on physical patterns to accelerate CFD simulations: a short guide on autoregressive models
von: Sengupta, Arindam, et al.
Veröffentlicht: (2025)

Generalization capabilities and robustness of hybrid models grounded in physics compared to purely deep learning models
von: Abadía-Heredia, Rodrigo, et al.
Veröffentlicht: (2024)

Intercepting Unauthorized Aerial Robots in Controlled Airspace Using Reinforcement Learning
von: Giral, Francisco, et al.
Veröffentlicht: (2024)

DURENDAL: Graph deep learning framework for temporal heterogeneous networks
von: Dileo, Manuel, et al.
Veröffentlicht: (2023)

Transformer-Based Fault-Tolerant Control for Fixed-Wing UAVs Using Knowledge Distillation and In-Context Adaptation
von: Giral, Francisco, et al.
Veröffentlicht: (2024)

Improving aircraft performance using machine learning: a review
von: Clainche, Soledad Le, et al.
Veröffentlicht: (2022)

Generative Urban Flow Modeling: From Geometry to Airflow with Graph Diffusion
von: Giral, Francisco, et al.
Veröffentlicht: (2025)

LC-SVD-DLinear: A low-cost physics-based hybrid machine learning model for data forecasting using sparse measurements
von: Hetherington, Ashton, et al.
Veröffentlicht: (2024)

Machine learning and invariant theory
von: Blum-Smith, Ben, et al.
Veröffentlicht: (2022)

A general framework for deep learning
von: Kengne, William, et al.
Veröffentlicht: (2025)

Fine-gained air quality inference based on low-quality sensing data using self-supervised learning
von: Xu, Meng, et al.
Veröffentlicht: (2024)

GenDA: Generative Data Assimilation on Complex Urban Areas via Classifier-Free Diffusion Guidance
von: Giral, Francisco, et al.
Veröffentlicht: (2026)

When unlearning is free: leveraging low influence points to reduce computational costs
von: Kleiman, Anat, et al.
Veröffentlicht: (2025)

An energy-efficient spiking neural network with continuous learning for self-adaptive brain-machine interface
von: Biyan, Zhou, et al.
Veröffentlicht: (2025)

Safety and optimality in learning-based control at low computational cost
von: Baumann, Dominik, et al.
Veröffentlicht: (2025)

A modular framework for stabilizing deep reinforcement learning control
von: Lawrence, Nathan P., et al.
Veröffentlicht: (2023)

Fault detection and diagnosis for the engine electrical system of a space launcher based on a temporal convolutional autoencoder and calibrated classifiers
von: Basora, Luis, et al.
Veröffentlicht: (2025)

Recursive deep learning framework for forecasting the decadal world economic outlook
von: Wang, Tianyi, et al.
Veröffentlicht: (2023)

Optimal deep learning of holomorphic operators between Banach spaces
von: Adcock, Ben, et al.
Veröffentlicht: (2024)

Training instability in deep learning follows low-dimensional dynamical principles
von: Zhang, Zhipeng, et al.
Veröffentlicht: (2026)

PDCNet: a benchmark and general deep learning framework for activity prediction of peptide-drug conjugates
von: Liu, Yun, et al.
Veröffentlicht: (2025)

A low cost singular value decomposition based data assimilation technique for analysis of heterogeneous combustion data
von: Pillai, Prajith, et al.
Veröffentlicht: (2025)

GPCR-Filter: a deep learning framework for efficient and precise GPCR modulator discovery
von: Ning, Jingjie, et al.
Veröffentlicht: (2026)

A redescription mining framework for post-hoc explaining and relating deep learning models
von: Mihelčić, Matej, et al.
Veröffentlicht: (2025)

Healthcare cost prediction for heterogeneous patient profiles using deep learning models with administrative claims data
von: Morid, Mohammad Amin, et al.
Veröffentlicht: (2025)

A deep learning framework for glomeruli segmentation with boundary attention
von: Elhaminia, Behnaz, et al.
Veröffentlicht: (2026)

Tailoring deep learning for real-time brain-computer interfaces: From offline models to calibration-free online decoding
von: Wimpff, Martin, et al.
Veröffentlicht: (2025)

Active management of battery degradation in wireless sensor network using deep reinforcement learning for group battery replacement
von: Jeong, Jong-Hyun, et al.
Veröffentlicht: (2025)

If you can distinguish, you can express: Galois theory, Stone--Weierstrass, machine learning, and linguistics
von: Blum-Smith, Ben, et al.
Veröffentlicht: (2025)

A unified framework for learning with nonlinear model classes from arbitrary linear samples
von: Adcock, Ben, et al.
Veröffentlicht: (2023)

TemporalPaD: a reinforcement-learning framework for temporal feature representation and dimension reduction
von: Mu, Xuechen, et al.
Veröffentlicht: (2024)

Automatic re-calibration of quantum devices by reinforcement learning
von: Crosta, T., et al.
Veröffentlicht: (2024)

Automatic Cardiac Pathology Recognition in Echocardiography Images Using Higher Order Dynamic Mode Decomposition and a Vision Transformer for Small Datasets
von: Bell-Navas, Andrés, et al.
Veröffentlicht: (2024)

Physics-aware deep learning framework for the limited aperture inverse obstacle scattering problem
von: Yin, Yunwen, et al.
Veröffentlicht: (2024)

Ensemble quantile-based deep learning framework for streamflow and flood prediction in Australian catchments
von: Chandra, Rohitash, et al.
Veröffentlicht: (2024)

A parametric framework for kernel-based dynamic mode decomposition using deep learning
von: Kevopoulos, Konstantinos, et al.
Veröffentlicht: (2024)

AeroJEPA: Learning Semantic Latent Representations for Scalable 3D Aerodynamic Field Modeling
von: Giral, Francisco, et al.
Veröffentlicht: (2026)

Machine learning for sports betting: should model selection be based on accuracy or calibration?
von: Walsh, Conor, et al.
Veröffentlicht: (2023)

A federated learning framework with knowledge graph and temporal transformer for early sepsis prediction in multi-center ICUs
von: Chang, Yue, et al.
Veröffentlicht: (2026)

An overview of condensation phenomenon in deep learning
von: Xu, Zhi-Qin John, et al.
Veröffentlicht: (2025)