📰 EMFusion-artikkel foreslår probabilistisk varsling av smalbåndet EMF-eksponering
En arXiv-artikkel som er akseptert i IEEE Transactions on Network Science and Engineering foreslår EMFusion, en betinget diffusjonsmodell for å varsle smalbåndet elektromagnetisk felt-eksponering på tvers av frekvenser, operatører og tidskontekster.
Forfatterne beskriver arbeidet som infrastruktur for etterlevelse, vurdering av mulige helsevirkninger og nettverksplanlegging, og argumenterer for at smalbåndet probabilistisk varsling kan fange variasjon mellom operatører og frekvenser bedre enn samlet bredbåndsvarsling. I forsøkene rapporterer de bedre probabilistisk ytelse og punktprognoser enn referansemodellene.
Sitater (vår oversettelse)
"Den raske veksten i trådløs infrastruktur har økt behovet for å estimere og varsle elektromagnetiske felt-nivåer (EMF) nøyaktig for å sikre løpende etterlevelse, vurdere mulige helsevirkninger og støtte effektiv nettverksplanlegging."
[original: "The rapid growth in wireless infrastructure has increased the need to accurately estimate and forecast electromagnetic field (EMF) levels to ensure ongoing compliance, assess potential health impacts, and support efficient network planning."]
"Mens eksisterende studier bygger på univariat varsling av samlede bredbåndsdata for EMF, trengs multivariat smalbåndet EMF-varsling for å fange variasjonen mellom operatører og frekvenser som er viktig for proaktiv nettverksplanlegging."
[original: "While existing studies rely on univariate forecasting of wideband aggregate EMF data, multivariate narrow-band EMF forecasting is needed to capture the inter-operator and inter-frequency variations essential for proactive network planning."]
"I motsetning til vanlige punktprognoser genererer EMFusion empiriske probabilistiske prediksjonsintervaller fra den lærte betingede fordelingen, og gir usikkerhetsbevisst probabilistisk varsling i stedet for enkel punktestimering."
[original: "Unlike standard point forecasters, EMFusion generates empirical probabilistic prediction intervals from the learned conditional distribution, providing uncertainty-aware probabilistic forecasting rather than simple point estimation."]
"Den foreslåtte EMFusion-modellen gjør det 23,85 % bedre enn beste referansemodell målt med continuous ranked probability score (CRPS), og 13,93 % bedre målt med normalisert root mean square error."
[original: "The proposed EMFusion outperforms the best baseline by 23.85% in continuous ranked probability score (CRPS) and 13.93% in normalized root mean square error."]
📄 Underliggende forskning
EMFusion: Uncertainty-Aware Conditional Diffusion Model for Multivariate Narrow-band Exposure Forecasting
Zijiang Yan, Yixiang Huang, Jianhua Pei, Hina Tabassum, Luca Chiaraviglio (2026) IEEE Transactions on Network Science and Engineering Journal Level 1ⓘ
📋 Source Archive
Archived copy for date/quote verification
📱 Social Card Preview
📤 Share Text (X / Bluesky)
📰 EMFusion paper proposes probabilistic forecasting for narrow-band EMF exposure The arXiv paper frames narrow-band EMF forecasting as support for compliance, health-impact assessment and network planning. Source: arXiv
🧭 Front page section (YAML field: categories)
categories:
research