京东金融的这篇论文使用深度学习技术，成功预测了中国东南某城市自来水管网的水质, 且精准度超过现有的物理化学方法和时间序列模型，对提高管网水质和保证居民健康有一定的参考意义。
近年来，城市自来水管网中会通过布置大量传感器来实时监测水质情况，例如余氯浓度、浑浊度等。随着科技的进步，预测未来的管网水质成为业界关注的焦点。然而,管网水质当中存在着动态的时空关联性，并受到地理、天气等外部因素影响，这也给水质预测带来诸多挑战。
京东金融题为《GeoMAN: Multi-level Attention Networks for Geo-sensory Time Series Prediction（基于多层注意力机制神经网络的地理传感器时间序列预测）》的论文，通过融合多源跨域数据，如传感器各指标读数、气象数据以及空间数据，提出了一种基于深度学习的模型算法来进行管网水质预测。该模型算法在中国东南某城市的水质预测上进行了验证，结果显示京东金融提出的模型算法在预测精确度上超过了现有物理化学方法。基于此，京东金融部署了管网水质预测系统来实时预测未来的管网水质，一是可以指导自来水工厂投氯消毒，保证居民饮用水质，二是能及时发现水管健康状态，提供水管修理位置的指引，最后则是可以给城市主管部门决策提供有效参考。
资料显示，京东金融城市计算事业部自今年2月成立至今，已经拥有数百人的大数据和人工智能领域研发团队，90%以上的成员拥有博士学位和海外留学背景。团队成员不仅发表了国际顶尖论文百余篇，也在国内落地了信用城市、电子政务、管网水质预测、救护警车调度、联通智能选址、火力发电提效等一些列大数据和人工智能项目。
【记者】叶丹
【作者】 叶丹
