中国团队两冠一亚包揽KDD CUP三项大奖，作者亲述技术细节(7)

在比赛中做了很多尝试，我们认为这次过程中比较重要是基于空气质量问题的理解以及找到问题的关键点，在建模过程中尽量从多方面（如特征+特征）对关键问题进行求解，从多个角度优化到高精度的模型是最终融合模型取得效果的基础与关键。

[原文来自：www.11jj.com]

进一步工作

我们曾尝试用CNN建模地理位置拓扑关系，没有取得明显增益，考虑到地理数据不够充足以及时间有限放弃此尝试，考虑到基于地理位置的特征带来了一定的增益，地理位置的进一步建模也是有意思的进一步尝试点。

同时，在比赛中也提供了 5 年的北京历史空气质量数据，由于时间有限我们没有使用，数据的增加，以及以年为单位进行建立周期性特征也是后面的一个尝试点。

参考文献：

[1] Bui T C, Le V D, Cha S K. A Deep LearningApproach for Forecasting Air Pollution in South Korea Using LSTM[J]. 2018.

[2] Ramachandran P, Zoph B, Le Q V. Swish: aSelf-Gated Activation Function[J]. 2017.

[3]Qu Y, Cai H, Ren K, et al. Product-based NeuralNetworks for User Response Prediction[J]. 2016:1149-1154.

[4] kaggle web traffic prediction winner solution, http://github.com/Arturus/kaggle-web-traffic/blob/master/how_it_works.md

[5] Krueger D, Memisevic R. Regularizing RNNs byStabilizing Activations[J]. Computer Science, 2015.

[6] Orabona F, Tommasi T. Training Deep Networkswithout Learning Rates Through Coin Betting[J]. 2017.

[7] WU Kuanwei, FERNG C S, HO C H, et al., ATwo-Stage Ensemble of Diverse Models for Advertisement Ranking in KDD Cup2012[j]. KDDCup, 2012.

新智元AI WORLD 2018大会【早鸟票】开售！

新智元将于9月20日在北京国家会议中心举办AI WORLD 2018 大会，邀请迈克思·泰格马克、周志华、陶大程、陈怡然等AI领袖一起关注机器智能与人类命运。

大会官网：

http://www.aiworld2018.com/ 

即日起到8月19日，新智元限量发售若干早鸟票，点击阅读原文购票，与全球AI领袖近距离交流，见证全球人工智能产业跨越发展。