arXiv · ML· Hamidreza Attari, Yueyue Fan, Johannes Royset·· 23 小时前AI 评分20
理解交通网络中的数据影响：基于物理约束的影响函数框架
Understanding Data Influence in Transportation Networks: A Physics-Constrained Influence-Function Framework
AI 导读
该研究针对交通网络学习，提出了一种硬物理信息影响函数框架，以分析物理约束对训练数据影响力传播的作用。 在流量守恒约束下，该框架通过正交分解量化了扰动在物理可行空间内的传播与约束投影的消除量。 此方法为受限交通学习问题提供了物理一致的数据诊断手段，适用于传感器评估与定向数据采集。
来源：arXiv · ML · arxiv.org