跳到正文
arXiv · 机器人与计算机视觉· Jose Guillen, Renzo Zanca, Valentin Barriere·· 20 天前AI 评分42

AFSeq 数据集与 UTAE-AR 模型:多大陆活跃火灾序列预测新突破

From Next Day Wildfire to Next Days Wildfire: A New Multi-Continent Dataset of Active-Fire Spread for Sequence-to-Sequence Forecasting

AI 导读

AFSeq 数据集引入 1,194 起 2023 至 2026 年来自八国的近期火情,填补了现有基准对短小火灾覆盖不足的空白。UTAE-AR 模型在 WSTS、WSTS+ 及 AFSeq 上超越最先进方法,参数量仅为对手的 21.5% 且支持长视界预测。该成果已获 WACV 2027 接收,为序列到序列的火灾扩散预测提供了更大规模与更多样化的数据基础。

来源:arXiv · 机器人与计算机视觉 · arxiv.org