学习资源 | NOAA对AI前沿的展望

背景动机

AI，机器学习/深度学习技术（包括深层神经网络，DNN）在许多领域和应用中取得了很大的进展，包括医药、自动驾驶、社交媒体、金融工业等。在私有领域，人工智能的准确性和可用性方面的惊人增长具有显著意义。人工智能在气象学和海洋学领域也取得了显著的进展。然而，直到最近，在环境科学领域只有很少的AI应用开发工作。 令人鼓舞的是，AI在这些领域的应用在不断增加，而且取得了令人鼓舞的结果，其中包括预测技能。随着卫星数据的不断增加以及社会依赖的增加，将会持续改善预报准确率和精度。来自高分辨率卫星和传感器，一系列新传感器，以及物联网背景下新观测设备的数据不断增加。这些数据的增加将给这些数据的应用带来极大的挑战，AI已经成为潜在的解决技术。

主要内容

1. 探索地球和空间深度学习的前沿。
2. 利用计算机视觉加速生物多样性调查：成功和挑战。
3. 从太空中计算白鲸的数：我们能否利用高分辨率的卫星图像来准确评估阿拉斯加库克湾极度濒危的白鲸数量？
4. 用机器学习和人工智能应对海洋探测的挑战。

资源获取

第二十期的资料获取，好奇心Log公众号后台回复NOAA20

数据处理·机器学习·可视化

行业资讯·学习资料

长按关注不迷路