本书在建筑智能化与数字化发展的背景下，结合边缘计算这一分布式计算模式，围绕火源参数反演与态势预测方法展开，试图回应以下问题：如何提高火灾感知与预测的及时性与准确性？如何提升火灾感知与预测模型用于不同建筑的可扩展性？如何利用感知与预测信息辅助消防救援与人员疏散？ 书中提出基于深度学习的火源参数反演模型，解决已有模型受数据量影响显著导致效率低的问题；提出基于变分推断的分布式火源参数反演方法，解决反演方法缺乏可解释性与可扩展性的问题；提出基于数据同化的分布式火灾态势预测方法，解决预测准确性和可扩展性不足的问题；建立基于反演与预测结果的建筑区域火灾动态危险度评估方法，为建筑火灾应急救援与人员疏散提供决策支持。 本书适合高校或科研机构安全工程、消防工程等领域学者和研究人员阅读，也可供相关领域的技术人员及安全管理人员参考。

寇璐瑶，女，1995年生，中共中央党校（国家行政学院）应急管理研究院讲师。主要研究方向为公共安全治理与应急管理、风险监测预警与重大突发事件应对。2018年本科毕业于中国矿业大学（北京）应急管理与安全工程学院，2023年博士毕业于清华大学安全科学学院，师从张辉教授。在校期间曾获北京市优秀毕业生、清华大学优秀博士论文、国家奖学金等。近5年在应急管理、消防安全、人工智能等领域**期刊发表论文10余篇。

清华大学优秀博士学位论文丛书 基于边缘计算的建筑火灾参数 反演与态势预测方法研究 Research on the Building Fire Inversion and Situation Prediction Method Based on Edge Computing 寇璐瑶（Kou Luyao）著 清华大学出版社 北京  内容简介 本书在建筑智能化与数字化发展的背景下，结合边缘计算这一分布式计算模式， 围绕火源参数反演与态势预测方法展开，尝试回应以下问题：如何提高火灾感知与 预测的及时性与准确性？如何提升火灾感知与预测模型用于不同建筑的可扩展性？ 如何利用感知与预测信息辅助消防救援与人员疏散？ 书中提出基于深度学习的火源参数反演模型，解决已有模型受数据量影响显著 导致效率低的问题；提出基于变分推断的分布式火源参数反演方法，解决反演方法 缺乏可解释性与可扩展性的问题；提出基于数据同化的分布式火灾态势预测方法， 解决预测准确性和可扩展性不足的问题；建立基于反演与预测结果的建筑区域火灾 动态危险度评估方法，为建筑火灾应急救援与人员疏散提供决策支持。 本书适合高校或科研机构安全工程、消防工程等领域学者和研究人员阅读，也 可供相关领域的技术人员及安全管理人员参考。 版权所有，侵权必究。举报：010-62782989, beiqinquan@tup.tsinghua.edu.cn。 图书在版编目 (CIP)数据 基于边缘计算的建筑火灾参数反演与态势预测方法研究 / 寇...