研究人员开发了 WeatherDreamer,这是一种新颖的世界模型,可以直接从多模态地球观测中学习天气预报,而无需依赖传统的数据同化系统。该模型可以推断一个潜在状态,通过学习到的动力学向前传播,并用新的观测进行校正,甚至可以预测它未训练过的系统的测量值。在未来 12 小时内,WeatherDreamer 的集合预报在温度、露点和风方面优于 NOAA 的全球集合预报系统 (GEFS),并在推断降水量和云顶高度方面表现出竞争力。该系统通过一起学习同化和预报来实现这一点,在单个 GPU 上大约 1.5 分钟内处理每小时的全球分析。 AI
影响 这项研究展示了一种新的天气建模方法,有望带来更高效、更准确的预报系统。
排序理由 该集群包含一篇详细介绍用于天气预报的新机器学习模型的论文。[lever_c_demoted from research: ic=1 ai=1.0]
- European Centre for Medium-Range Weather Forecasts
- Global Ensemble Forecast System (GEFS T1534) evaluation for tropical cyclone prediction over the North Indian Ocean
- Gridpoint Statistical Interpolation
- National Oceanic and Atmospheric Administration
- WeatherDreamer
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →