.png){kind=icon}
返回
Machine learning-based data inversion method for the bipolar differential mobility particle spectrometer
.png){kind=icon}
PRE
AI
DOI：10.1016/j.jaerosci.2026.106856.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 开发了一种两阶段机器学习框架用于双极SMPS数据反演。
• 高斯过程回归（GPR）能准确估计离子迁移率比，且无传统偏差。
• 一种新颖的梯度提升决策树-多层感知器（GBDT-MLP）混合模型能有效提取精确的粒子数量尺寸分布（PNSDs）。
• 该框架在模拟和大气气溶胶数据上均得到验证。
Keyword:
Differential mobility particle spectrometer
Bipolar charging
Machine learning
Data inversion
Particle number size distribution
