研究人员开发了一种利用大型语言模型（LLM）结合空间图来预测海表温度（SST）的新方法。该方法将历史SST数据、环境记录和海洋知识整合到文本环境中，同时动态和静态空间图捕捉近期相关性和地理关系。该系统在南海SST预测方面表现出优越性能，在十个预测步长中实现了最佳的平均绝对误差（MAE）和R平方（$\Rtwo$）。此外，它通过将趋势与知识条目匹配，为预测提供链接到来源的上下文解释。 AI
影响 这项研究展示了LLM和图神经网络在复杂环境预测方面的新应用，有望提高气候建模和预测的准确性。
排序理由 该项目是一篇学术论文，详细介绍了一种用于科学预测任务的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
