跳到正文
实时
热点事件观察中

DySENSE 发布

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

DySENSE 框架结合静态城市卫星图像与动态月度建筑能耗图,生成符合能源动态一致性的高保真合成数据。在四城市实验中,标注数据少于 25% 即将下游预测性能提升 8% mIoU、准确率提高 8.7%、预测误差降低 9%-18% CVRMSE。qwen 发布了该框架,用于城市、能源与建筑科学中的能源效率、峰值负荷分析、建筑性能模拟和动态需求响应。

AI 根据报道生成 · 更新于 9 小时前

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. Hugging Face Daily Papers
    DySENSE:基于卫星图像的动态时空能源合成与模拟框架

    DySENSE框架结合静态城市卫星图像与动态月度建筑能耗图,生成符合能源动态一致性的高保真合成数据,在四城市实验中标注数据只需少于25%即可将下游预测性能提升8%mIoU、准确率提高8.7%、预测误差降低9%-18%CVRMSE。该框架支持城市、能源与建筑科学中的能源效率、峰值负荷分析、建筑性能模拟和动态需求响应。

本事件热度走势

可比范围当前
5
可比范围峰值
611月17日 01:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。