Neurlps2024论文解析|Sim2Real-Fire A Multi-modal Simulation Dataset for Forecast and Backtracking of

论文标题

Sim2Real-Fire: A Multi-modal Simulation Dataset for Forecast and Backtracking of Real-world Forest Fire
Sim2Real-Fire: 用于现实世界森林火灾预测和回溯的多模态模拟数据集

论文链接

Sim2Real-Fire: A Multi-modal Simulation Dataset for Forecast and Backtracking of Real-world Forest Fire论文下载

论文作者

Yanzhi Li, Keqiu Li, Guohui Li, Zumin Wang, Changqing Ji, Lubo Wang, Die Zuo, Qing Guo, Feng Zhang, Manyu Wang, Di Lin

内容简介

本文提出了Sim2Real-Fire数据集，旨在通过模拟野火场景来训练人工智能模型，以实现对现实世界森林火灾的预测和回溯。该数据集包含100万个模拟场景，涵盖多模态环境信息，能够有效捕捉火势蔓延模式。为测试AI模型的性能，研究团队还准备了1000个真实世界的野火场景。文章中提出的深度变换器模型S2R-FireTr在考虑多模态环境信息方面表现出色，超越了现有的最先进方法。研究表明，利用模拟数据可以有效缩小Sim2Real差距，从而提高火灾预测和回溯的准确性。