気象予報

Accedi

中東・北アフリカ地域における効率的な局所適応型ニューラル気象予報モデルの開発

ニューラルネットワークベースのモデルは、大規模データセットを活用して大気変数を予測する有望な代替手段である。本研究では、中東・北アフリカ(MENA)地域を対象に、パラメータ効率的なファインチューニング手法であるLow-Rank Adaptation (LoRA)を活用し、予測精度、速度、メモリ効率を向上させる。

人工知能気象予報(AIWP)モデルによる熱帯低気圧の進路と強度予報の評価

人工知能気象予報(AIWP)モデルは、進路予報では優れた性能を示すが、強度予報では大きな誤差がある。

気象予報の精度向上のための機械学習モデルの開発と信頼性の検証

本研究では、XGBoostを用いて数値気象予報モデルの出力を後処理することで、特定のサイトにおける気温と露点温度の予報精度を大幅に向上させることができることを示した。また、SHAPを用いて機械学習モデルの予測メカニズムを解釈し、予報の信頼性を評価する手法を提案した。

データ駆動型の包括的な気象予報システム「Aardvark Weather」

Aardvark Weatherは、観測データのみを入力として、グローバルおよびローカルの気象予報を生成する、初の包括的なデータ駆動型の気象予報システムである。

気象予報のための球面メッシュ上のビジョントランスフォーマー「HEAL-ViT」

HEAL-ViTは、球面メッシュ上でビジョントランスフォーマーを使うことで、空間的に均一な表現と効率的な注意機構の両方の利点を活かした新しいアーキテクチャである。これにより、従来のMLWPモデルよりも優れた偏差の蓄積と小スケールの構造を持つ予報を生成できる。

気象予報のための球面メッシュ上のビジョントランスフォーマー「HEAL-ViT」

HEAL-ViTは、球面メッシュ上でビジョントランスフォーマーを使うことで、空間的に均一な表現と効率的な注意機構の両方の利点を活かした新しいアーキテクチャである。これにより、従来の気象予報モデルと比べて、バイアスの蓄積や予報の滲みが改善されている。

深層学習を用いた糸島の天気予報に関する方法

Itoshima地域の天候予測におけるMLPモデルの優れた性能を紹介。

Chi Siamo

Prodotti | Risorse

Approfondimenti