天财金服

虽然深度学习算法近年在处理图像、语音、自然语言等领域展现了强大的能力，但并不是所有的问题都适合用深度学习来解决。在城市计算中，什么样的问题适合引入深度学习？同样是 KDD 2018 的入选论文，「基于深度分布式融合网络的空气质量预测」，就是一个数据量的质变为深度学习的进入提供空间的例子。

我国于 2012 年开始对 PM2.5 进行监控，在 5 年前，可用数据点只有几千个，小样本问题是进行预测的一大障碍。如今，全国有超过 200 个城市、数千个站点在以小时为单位记录空气质量数据，数据量的极大丰富让研究者思考深度学习能否更好地解决问题。研究者发现深度学习在拐点预测方面有较大提升。