金皇朝,金皇朝平台,金皇朝平台注册,平台主管登录官网

栏目导航
联系我们
服务热线
400-123-4567
传真:
公司地址:湖南省长沙市雨花区
利用机器学习改进季节气候预测
浏览: 发布日期:2019-03-17

美国大气与环境研究署季节性预测主任犹大·科恩( Judah Cohen ),麻省理工学院土木与环境工程系访问科学家,麻省理工学院生物工程教授欧内斯特·弗兰科尔,在由美国国家海洋与大气管理局主办、美国环境保护署赞助的季节性气候预测牛仔竞赛中,获得了四分之三温度预测类别的第一名。S。 垦殖局。

麻省理工学院的研究人员与斯坦福大学博士生杰西卡·黄和保罗·奥伦斯坦以及微软研究员莱斯特·麦基一起,击败了美国政府使用的长期运行预测模型。S。 政府。

为了获得参赛资格,这些团队必须在2017年4月17日至2018年4月18日之间每两周提交一次气候预测。目标是在美国西部建立一个可以依赖数周的模型。帮助提前管理水资源,为野火和干旱做准备。

竞争要求模型在所有竞争预测中获得更高的平均技能,以及美国提交的两个基准。S。政府,这是基于物理学的美国。S。气候预测系统。该模型还必须实现阻尼持久性(表明您提供的数据会随着时间的推移增加相关效应)。

“目前的天气预报模式只能在预报前7至10天进行预测。科恩说:“通过使用我们为这次比赛创造的机器学习技术,新模型[可以帮助能源公司和城市提前做好应对更严重风暴的准备。”。

一个充满活力的专家团队将历史天气模式识别与机器学习相结合,提前两到六周为美国西部提供温度和降水异金皇朝平台网站常的实时预测。

科恩说:“我们充分利用了当前充足的气象记录和高性能计算技术,将基于物理的动态模型和统计机器学习方法相结合,从而将技术预测范围从几天扩大到几周。”。

机器学习技术和历史天气模式识别的结合非常强大,因为它可以帮助政府最大限度地利用水资源,为自然灾害或极端天气条件做好准备。

“必须有继续这个项目的计划,因为我们一直在讨论将这个模型扩展到整个美国。我们已经通过这次比赛证明了这个模型有可能超过预测过程。科恩解释说:“这有助于在季节性预测中以较低的成本提供更高的准确性。”。"。