报告详情
GMG：一种基于全局聚焦与运动引导的天气预报模型
编号：668
访问权限：仅限参会人
更新：2025-04-01 17:30:59 浏览：11次
口头报告
报告开始：2025年04月19日 17:10（Asia/Shanghai）
报告时间：10min
所在会场：[S1-3] 专题1.3 人工智能在大气海洋中的应用 [S1-3] 专题1.3 人工智能在大气海洋中的应用
暂无文件
摘要
近年来气象预测受到广泛关注，但受限于气象数据的快速变化以及潜在的遥相关，如何精准预测仍然存在挑战。目前的时空预测模型主要依靠卷积操作或滑动窗口进行提取，而受限于卷积核于滑动窗口大小，气象数据存在的潜在遥相关特征可能难以被提取识别。此外气象数据通常关注非刚体，其运动过程伴随着难以预测的形变过程，这也增加了预测的难度。在本文中，我们提出了GMG模型以改善上述的两大核心问题，其中核心组件Global Focus Module用于提升模型的全局感受野，Motion Guided Module以适应非刚体的增长或消散过程，经过广泛的评估，我们的方法在多种复杂任务中表现出竞争力，这为提升复杂时空数据预测性能提供了一种全新的解决思路。
关键词
天气预报,深度学习,视频预测
报告人
杜羽皓
研究生 兰州大学大气科学学院稿件作者
全部评论
重要日期
-
会议日期
04月17日
2025
至04月20日
2025
-
04月03日 2025
初稿截稿日期
-
04月20日 2025
注册截止日期
主办单位
中国科学院大气物理研究所
承办单位
中国科学院大气物理研究所
联系方式
- 皇甫静亮
- hf******@mail.iap.ac.cn
- 133********
发表评论