Hresk
PulseAugur coverage of Hresk — every cluster mentioning Hresk across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新框架利用扩散模型改进降水预报
研究人员开发了一个名为 Dynamics-Precipitation Decoupling 的新框架，以改进日常降水预报。这种即插即用的方法使用一个独立的生成器将现有的天气模型输出映射到与观测值一致的降水预测，从而解决了当前天气基础模型中的偏差。该框架采用一个以大气状态和卫星-雨量计降水估计为条件的扩散生成器，利用多尺度循环编码器和交叉注意力机制。在各种天气模型上的评估表明，其准确性得到提高，事件检测能力更好，局部降雨累积的表示也得到…
-
新的ScaleCast框架对齐全球和区域模型以进行公里级天气预测
研究人员开发了ScaleCast，一个用于公里级区域天气预测的新框架，该框架对齐全球和区域天气模型。该框架使用全球-区域转换模块来对齐表示，并使用全球-区域对齐和动力学块来整合全球指导和局部交互。实验表明，ScaleCast在各种变量上都能改善区域预测，并且可以在不重新训练的情况下支持多个全球预测驱动因素，展示了对不同分辨率和领域的适应性。
-
机器学习天气模型展现出潜力，但复杂地形下仍需改进
一项新研究评估了三种机器学习天气预报（MLWP）模型——FourCastNet3 (FCN3)、GraphCast 和 ECMWF 高分辨率预报（HRES）——在挪威北部风速预报方面的性能。研究发现，尽管 HRES 的均方根误差（RMSE）为 2.89 米/秒，略优于 MLWP 模型，但 FCN3 和 GraphCast 的表现相当，并且在超出其训练周期后仍能保持其预测能力。尽管 MLWP 模型在局部风力预报方面正变得与传统数值天气预…