人工智能在各行领域的影响与应用。

VIP内容

题目

使用深度学习改进天气预报的进展和挑战,60页ppt,Progress and challenges for the use of deep learning to improve weather forecasts,Peter Dueben

关键字

深度学习,预测,天气预报,人工智能

简介

天气预报中机器学习的未来前景

  • 在质量控制和自动报警系统中使用案例 气象数据监视,模型和数据同化系统,观测数据的实时质量控制,解释异常并提供指导 质量分配和决策
  • 在数据同化和观察中使用案例 导出有关控制微分方程,非线性偏差校正,偏差预测变量,运算符,定义光学的信息 水气溶胶和气溶胶的特性
  • 在数值建模中使用案例 模拟模型组件,开发改进的参数化方案,提供更好的误差模型,学习模型的基本方程 运动,从机器学习模拟器生成正切线性或伴随代码)
  • 在后处理和产品生成中使用案例 预测产品的实时调整,特征检测,不确定性量化,季节性预测的误差校正, 低复杂度模型的开发,大量商机
  • 在HPC基础架构和数据处理中的用例 数据的不同使用,数据挖掘和数据融合; 更多/更大的数据请求; 需要使用深度学习硬件; 内的用户产品预测模型
  • 在质量控制和自动警报系统中的用例 气象数据监视,模型和数据同化系统,观测数据的实时质量控制,解释异常并提供指导 质量分配和决策
  • 在数据同化和观察中使用案例 导出有关控制微分方程,非线性偏差校正,偏差预测变量,运算符,定义光学的信息 水气溶胶和气溶胶的特性
  • 在数值建模中使用案例 模拟模型组件,开发改进的参数化方案,提供更好的误差模型,学习模型的基本方程 运动,从机器学习模拟器生成正切线性或伴随代码)
  • 在后处理和产品生成中使用案例 预测产品的实时调整,特征检测,不确定性量化,季节性预测的误差校正, 低复杂度模型的开发,大量商机
  • 在HPC基础架构和数据处理中的用例 数据的不同使用,数据挖掘和数据融合;更多/更大的数据请求;需要使用深度学习硬件;内的用户产品预测模型

作者

Peter Dueben ,欧洲中距离天气预报中心(ECMWF)皇家学会大学研究员

成为VIP会员查看完整内容
0
27
子主题
Top