研究人员开发了一种名为“Attention Residual U-Net”的新方法，用于概率性定量降水预报。该神经网络在 The Weather Company 的 GRAF 模型和 NOAA 的全球预报系统提供的数值天气预报数据，以及地形和湿度信息上进行训练。该系统预测小时降水概率和分布，显示出其技能和可靠性，尤其是在地形复杂的地区。 AI
影响 这种由人工智能驱动的方法可以提高关键天气预报的准确性和可靠性。
排序理由 该集群包含一篇 arXiv 预印本，详细介绍了一种用于天气预报的新人工智能方法。[lever_c_demoted from research: ic=1 ai=1.0]
- Attention Residual U-Net
- CONUS
- Global Forecast System
- GRAF
- Multi-Radar, Multi-Sensor
- National Oceanic and Atmospheric Administration
- The Weather Company
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
