国产三级精品三级在线观看,国产高清无码在线观看,中文字幕日本人妻久久久免费,亚洲精品午夜无码电影网

時至今日，人工智能早已在眾多領(lǐng)域生根發(fā)芽。天氣的精準(zhǔn)預(yù)測，一直以來都是人們夢寐以求的終極夢想。盡管這些年大數(shù)據(jù)的發(fā)展，讓天氣預(yù)報越來越準(zhǔn)確；但天有不測風(fēng)雨，天氣預(yù)報仍有改進(jìn)的地方。

這不，2023年7月5日的最新Nature上，就發(fā)布了兩篇有關(guān)天氣預(yù)報的文章，分別來自華為云和清華大學(xué)。接下來，就讓我們一探究竟吧。

1. 華為云：利用三維神經(jīng)網(wǎng)絡(luò)進(jìn)行精確的中期全球天氣預(yù)報

天氣預(yù)報，對科學(xué)和社會都很重要。目前，最精確的預(yù)報系統(tǒng)是數(shù)值天氣預(yù)報(NWP)方法，該方法將大氣狀態(tài)表示為離散網(wǎng)格，并用數(shù)值方法求解描述狀態(tài)之間轉(zhuǎn)換的偏微分方程。

然而，這個過程在計(jì)算上是昂貴的。最近，基于人工智能的方法已經(jīng)顯示出將天氣預(yù)報速度提高幾個數(shù)量級的潛力，但預(yù)測精度仍明顯低于NWP方法。

在此，來自華為云的Qi Tian等研究者介紹了一種基于人工智能的方法，可用于準(zhǔn)確的中期全球天氣預(yù)報。研究者表明，配備了地球特定先驗(yàn)的三維深度網(wǎng)絡(luò)，在處理天氣數(shù)據(jù)中的復(fù)雜模式方面是有效的，并且分層時間聚合策略減少了中期預(yù)報的累積誤差。

與歐洲中期天氣預(yù)報中心(ECMWF)的全球綜合預(yù)報系統(tǒng)NWP系統(tǒng)相比，研究者的panu -Weather程序在39年的全球數(shù)據(jù)訓(xùn)練下，在所有測試變量的再分析數(shù)據(jù)上獲得了更強(qiáng)的確定性預(yù)報結(jié)果。研究者的方法也適用于極端天氣預(yù)報和集合預(yù)報。再分析數(shù)據(jù)初始化后，對熱帶氣旋的跟蹤精度也高于ECMWF-HRES。

相關(guān)論文以題為“Accurate medium-range global weather forecasting with 3D neural networks”于2023年07月05日發(fā)表在Nature上。

圖1. 網(wǎng)絡(luò)訓(xùn)練和推理策略

圖2.?Panu-Weather在ERA5數(shù)據(jù)的確定性預(yù)報中，比運(yùn)行中的IFS和FourCastNet產(chǎn)生更高的準(zhǔn)確性

圖3. 預(yù)測結(jié)果的可視化

圖4.?Panu-Weather在氣旋早期追蹤方面比ECMWF-HRES更準(zhǔn)確

圖5. Panu-Weather天氣的整體預(yù)報結(jié)果

據(jù)悉，這是繼5月2日百度公司以第一單位在Nature上發(fā)表文章以來，這是中國又一家科技公司以第一通訊單位在Nature上發(fā)文。

由此可見，我國的科研水平的確是在穩(wěn)步上升，發(fā)頂刊已不僅僅是科研院所的頂配，也將逐漸成為中國高科技公司的爭奪場地。

2. 利用NowcastNet對極端降水進(jìn)行熟練的臨近預(yù)報

極端降水是造成氣象災(zāi)害的一個重要因素，因此非常需要通過高分辨率、長提前期和當(dāng)?shù)丶?xì)節(jié)的熟練臨近預(yù)報，來減輕其社會經(jīng)濟(jì)影響。

目前的方法受到模糊、耗散、強(qiáng)度或位置誤差的影響，基于物理的數(shù)值方法難以捕捉關(guān)鍵的混沌動力學(xué)，如對流起始，數(shù)據(jù)驅(qū)動的學(xué)習(xí)方法無法遵守內(nèi)在的物理定律，如平流守恒。

在此，來自美國加州大學(xué)伯克利分校的Michael I. Jordan & 清華大學(xué)的龍明盛&王建民等研究者提出了一種極端降水的非線性近播模型NowcastNet，它將物理演化方案和條件學(xué)習(xí)方法統(tǒng)一到一個具有端到端預(yù)測誤差優(yōu)化的神經(jīng)網(wǎng)絡(luò)框架中。

基于美國和中國的雷達(dá)觀測，研究者的模式產(chǎn)生了物理上可信的降水臨近預(yù)報，在2048公里× 2048公里的區(qū)域內(nèi)具有明顯的多尺度模式，提前時間可達(dá)3小時。在62位來自全國各地的專業(yè)氣象學(xué)家的系統(tǒng)評估中，研究者的模型在71%的案例中排名第一。

NowcastNet提供了小到強(qiáng)降雨率的精確預(yù)報，特別是對伴隨平流或?qū)α鬟^程的極端降水事件，這些事件以前被認(rèn)為是難以處理的。相關(guān)論文以題為“Skilful nowcasting of extreme precipitation with NowcastNet”于2023年07月05日發(fā)表在Nature上。

圖1.?極端降水臨近預(yù)報的NowcastNet

圖2. 始于2021年12月11日的降水事件的案例研究，美國東部出現(xiàn)了大對流細(xì)線和龍卷風(fēng)爆發(fā)

圖3.?中國江淮地區(qū)一次始于2021年5月14日的降水事件的案例分析，有幾個對流單體和紅色暴雨預(yù)警

圖4. 氣象學(xué)家對美國和中國數(shù)據(jù)集的評價和定量評價

作者簡介

龍明盛，清華大學(xué)軟件學(xué)院長聘副教授，博士生導(dǎo)師，機(jī)器學(xué)習(xí)研究組負(fù)責(zé)人，國家優(yōu)秀青年科學(xué)基金獲得者，入選北京市科技新星。2008和2014年從清華大學(xué)獲得學(xué)士和博士學(xué)位，2014-2015年在加州大學(xué)伯克利分校擔(dān)任博士后。

主要從事機(jī)器學(xué)習(xí)理論與算法方面的科研工作，專注于遷移學(xué)習(xí)、深度學(xué)習(xí)、科學(xué)學(xué)習(xí)及其在人工智能和系統(tǒng)軟件中的應(yīng)用。以第一/通訊作者發(fā)表CCF-A類期刊和會議論文70余篇，其中機(jī)器學(xué)習(xí)三大會議ICML/NIPS/ICLR論文30余篇，谷歌學(xué)術(shù)引用超過20000次，代表性論文單篇引用超過4000次，入選最具影響力論文3篇。擔(dān)任TPAMI/AIJ/TMLR編委、ICML/NIPS/ICLR領(lǐng)域主席。獲得清華大學(xué)優(yōu)秀博士學(xué)位論文、中國人工智能學(xué)會優(yōu)秀博士學(xué)位論文、中國知網(wǎng)最具影響力博士學(xué)位論文、IJCAI-FTL時間檢驗(yàn)獎、教育部技術(shù)發(fā)明一等獎、北京市科技進(jìn)步一等獎、AI 2000機(jī)器學(xué)習(xí)領(lǐng)域高影響力學(xué)者獎等。所指導(dǎo)的本科生獲清華大學(xué)特等獎學(xué)金2人，指導(dǎo)/聯(lián)合指導(dǎo)的研究生獲中國計(jì)算機(jī)學(xué)會優(yōu)秀博士學(xué)位論文1人、清華大學(xué)特等獎學(xué)金2人、清華大學(xué)優(yōu)秀博士學(xué)位論文2人、清華大學(xué)優(yōu)秀碩士學(xué)位論文5人。體系化講授《深度學(xué)習(xí)》《機(jī)器學(xué)習(xí)》《人工智能導(dǎo)論》等課程，獲清華大學(xué)年度教學(xué)優(yōu)秀獎。

文獻(xiàn)信息

Bi, K., Xie, L., Zhang, H.?et al.?Accurate medium-range global weather forecasting with 3D neural networks.?Nature?(2023). https://doi.org/10.1038/s41586-023-06185-3

Zhang, Y., Long, M., Chen, K.?et al.?Skilful nowcasting of extreme precipitation with NowcastNet.?Nature?(2023). https://doi.org/10.1038/s41586-023-06184-4

原文鏈接：

https://www.nature.com/articles/s41586-023-06185-3

https://www.nature.com/articles/s41586-023-06184-4

https://www.thss.tsinghua.edu.cn/faculty/longmingsheng.htm

原創(chuàng)文章，作者：Gloria，如若轉(zhuǎn)載，請注明來源華算科技，注明出處：http://m.xiubac.cn/index.php/2023/10/11/bab1bf3a64/

国产三级精品三级在线观看,国产高清无码在线观看,中文字幕日本人妻久久久免费,亚洲精品午夜无码电影网

Nature重磅！華為和清華，都為“它”助力而來！

相關(guān)推薦

Nature重磅！華為和清華，都為“它”助力而來！