实体
atmospheric rivers
atmospheric rivers
PulseAugur coverage of atmospheric rivers — every cluster mentioning atmospheric rivers across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的可解释性方法揭示了 AI 天气模型的内部概念
研究人员正在使用稀疏自编码器 (SAE) 来研究 GraphCast 等 AI 天气模型的内部工作原理，重点关注它们如何表示大气河流等现象。通过在 GraphCast 的数据上训练 SAE，他们发现该模型将大气河流强度计算为一个稳定的内部变量，尽管该变量不是输入或输出的直接组成部分。研究还发现，更先进的 Matryoshka SAE 可以按重要性对这些学习到的概念进行排序并揭示它们之间的关系，从而提供一种识别和理解 GraphCast…
-
新方法增强了极端地球事件预测中人工智能的可解释性
研究人员开发了一种名为SAE-Xplainers的新方法，以提高用于分析极端地球事件的深度学习模型的可解释性。该方法修改了稀疏自编码器（SAEs），以更好地捕捉天气和气候数据中的局部语义含义。然后，SAE-Xplainers将SAEs提取的复杂特征转化为人类可理解的规则，这些规则已根据科学文献进行了验证。该方法已在预测火灾以及检测热带气旋和大气河流方面进行了测试，显示出改进的性能和特征利用率。