亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Adaptive prediction for effluent quality of wastewater treatment plant: Improvement with a dual-stage attention-based LSTM network

流出物 稳健性(进化) 前馈 废水 对偶(语法数字) 污水处理 计算机科学 机器学习 人工智能 环境工程 工程类 控制工程 基因 文学类 艺术 化学 生物化学
作者
Tong An,Kuanliang Feng,Peijin Cheng,Ruojia Li,Zihao Zhao,Xiangyang Xu,Liang Zhu
出处
期刊:Journal of Environmental Management [Elsevier BV]
卷期号:359: 120887-120887 被引量:50
标识
DOI:10.1016/j.jenvman.2024.120887
摘要

The accurate effluent prediction plays a crucial role in providing early warning for abnormal effluent and achieving the adjustment of feedforward control parameters during wastewater treatment. This study applied a dual-staged attention mechanism based on long short-term memory network (DA-LSTM) to improve the accuracy of effluent quality prediction. The results showed that input attention (IA) and temporal attention (TA) significantly enhanced the prediction performance of LSTM. Specially, IA could adaptively adjust feature weights to enhance the robustness against input noise, with R
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
汉堡包的应助被科研小白采纳,获得10
8秒前
可爱的函函的应助被董翰采纳,获得10
9秒前
CAOHOU的应助被徐锦怡采纳,获得10
10秒前
斯文败类的应助被LBB采纳,获得10
11秒前
19秒前
21秒前
饱满飞绿完成签到,获得积分10
22秒前
lmn发布了新的文献求助10
22秒前
23秒前
molihuakai的应助被涂豆泥采纳,获得10
25秒前
小叶子完成签到 ,获得积分10
25秒前
25秒前
董翰发布了新的文献求助10
25秒前
26秒前
28秒前
LBB发布了新的文献求助10
30秒前
34秒前
35秒前
超帅的香露完成签到,获得积分10
39秒前
44秒前
45秒前
sky完成签到,获得积分10
46秒前
852的应助被涂豆泥采纳,获得10
46秒前
48秒前
Orange的应助被lmn采纳,获得10
51秒前
可乐发布了新的文献求助10
53秒前
CJF发布了新的文献求助10
54秒前
55秒前
56秒前
领导范儿的应助被吴迪采纳,获得10
56秒前
57秒前
59秒前
赵志博完成签到,获得积分20
1分钟前
1分钟前
神勇千秋完成签到,获得积分10
1分钟前
赵志博发布了新的文献求助10
1分钟前
1分钟前
1分钟前
科研通AI6.4的应助被YQY采纳,获得10
1分钟前
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
plantTFDB 508
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8172945
求助须知:如何正确求助?哪些是违规求助? 9565447
关于积分的说明 21779948
捐赠科研通 7764804
什么是DOI,文献DOI怎么找? 3431480
关于科研通互助平台的介绍 2555510
邀请新用户注册赠送积分活动 2476564