研究人员开发了新的机器学习模型来提高天气预报的准确性。其中一个模型 Nested-EAGLE,将短期和中期预测与 0.25° 的全球分辨率以及美国本土 6 公里的精细化相结合,在近地表和低层量化预测方面优于现有的 NOAA 系统。另一种方法 BaguanHR,通过使用逐变量超分辨率来合成高分辨率训练数据,解决了数据限制问题,展示了显著的扩展效益,并在性能上超越了当前基于机器学习的方法和 IFS-HRES。 AI
影响 这些基于机器学习的天气预报的进步可能带来更准确、更及时的预测,造福依赖天气数据的各个行业。
排序理由 该集群包含两篇详细介绍用于天气预报的新机器学习模型的研究论文。
在 Hugging Face Daily Papers 阅读 →
- BaguanHR
- ERA5
- IFS-HRES
- Global Forecast System
- High Resolution Rapid Refresh
- National Oceanic and Atmospheric Administration
- Nested-EAGLE
- Timothy A Smith
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →