专栏首页arxiv.org翻译专栏多站点降水合成的随机和深层生成模型的比较研究

多站点降水合成的随机和深层生成模型的比较研究

未来气候变化的情景通常是通过气象发生器的模拟来假设的。然而,比较和评估有前途的天气生成深度学习模型与经典方法的工作很少。本研究显示了对多场沉淀合成任务进行此类评价的初步结果。我们比较了两个开放的源天气生成器:IBMWeathergen (Weathergen库的扩展)和RGeneratePrec,以及两个深度生成模型:GAN和VAE,在各种指标上。我们的初步结果可以作为指导改进设计的深度学习架构和算法的多站点沉淀合成任务。

原文标题:A comparative study of stochastic and deep generative models for multisite precipitation synthesis

Future climate change scenarios are usually hypothesized using simulations from weather generators. However, there only a few works comparing and evaluating promising deep learning models for weather generation against classical approaches. This study shows preliminary results making such evaluations for the multisite precipitation synthesis task. We compared two opensource weather generators: IBMWeathergen (an extension of the Weathergen library) and RGeneratePrec, and two deep generative models: GAN and VAE, on a variety of metrics. Our preliminary results can serve as a guide for improving the design of deep learning architectures and algorithms for the multisite precipitation synthesis task.

原文链接:https://arxiv.org/pdf/2107.08074.pdf

原文作者:Jorge Guevara, Dario Borges, Campbell Watson, Bianca Zadrozny

我来说两句

0 条评论
登录 后参与评论

相关文章

  • CNN-LSTM | 一种融合卫星-雨量站降水数据的时空深度融合模型

    降水作为水循环的重要组成部分,在连接生物圈、水圈、岩石圈和大气圈等方面发挥着重要作用。降水的空间分布极其复杂,这对气象、水文及其相关过程有着深远的影响。因此,定...

    bugsuse
  • AI攻占实时天气预测?谷歌命名MetNet,实力吊打物理预测模型!

    近日,谷歌发布了他们使用深度学习预测天气的最新结果,在对之前降水量预报的研究基础上,提出了名字为MetNet的神经网络。

    AI科技评论
  • Deecamp 夏令营 AI 降水预测总结

    本文作者是气科院2020届硕士生方祖亮同学,这篇文章是他参加Deecamp夏令营的一个总结。方祖亮同学本科毕业于兰州大学,目前在气科院读研三,师从俞小鼎和王秀明...

    zhangqibot
  • 彩云天气:用神经网络「看见」北京的下一场雪

    「经验告诉我们:天空的薄云,往往是天气晴朗的象征;那些低而厚密的云层,常常是阴雨风雪的预兆……」

    机器之心
  • Brain: 利用机器学习揭示精神分裂症两种不同的神经解剖亚型

    越来越多的研究表明传统的精神疾病诊断体系有很大的局限性。被临床医生诊断为同一种疾病的群体,可能有很大的不一致性。同时被诊断为几种疾病的人,可能表现出同样的临床症...

    悦影科技
  • 专访蓝光辉教授:在随机优化算法的世界里徜徉

    AI 科技评论按:在大规模机器学习问题的求解中,随机优化算法占据着不可替代的地位。大数据在提供海量信息的同时,也暴露了传统计算方法效率低的问题。举例来说,从最初...

    AI科技评论
  • 为克服水危机,全球各地采用AI预测流量并减少水资源浪费

    水危机已成为全球主要关注的问题之一。一份报告显示,仅美国每天就浪费70亿加仑的饮用水。由于只有不到百分之一的地表水适合人类消费,因此节约用水在可持续发展中变得至...

    AiTechYun
  • 关于AutoML应用于网络威胁的思考

    威胁检测是网络安全领域一个重要方向。如今在网络安全公司中已经开展了很多利用机器学习、深度学习方法进行威胁检测的研究。不少安全研究人员利用专家知识结合机器学习将网...

    绿盟科技研究通讯
  • 交叉新趋势|采用神经网络与深度学习来预报降水、温度等案例(附代码/数据/文献)

    随着人工智能的发展,拥有了越来越丰富的应用场景,气象行业也不例外,在突破传统预报方法的情况下,神经网络与深度学习来预报气象要素也取得了不错的效果,下面就给出一些...

    zhangqibot
  • NeurIPS 2018提前看:可视化神经网络泛化能力

    作者 Yuanyuan Li:几次转行,本科国际贸易,研究生转向统计,毕业后留在比利时,选择从事农用机械研发工作,主要负责图像处理,实现计算机视觉算法的落地。欣...

    机器之心
  • 【AI安全专题】谁偷了我的模型:机器学习模型水印技术介绍与分析

    近年来,人工智能(Artificial Intelligence)技术在生物医疗、金融风控、自动驾驶、网络安全等许多领域被广泛应用。基于数据驱动的机器学习技术在...

    绿盟科技研究通讯
  • 【AI白身境】一文览尽计算机视觉研究方向

    相信看了前面的几篇文章后很多朋友已经等不及快速入行了,今天就来介绍一下计算机视觉的各大研究方向及其特点。

    机器视觉CV
  • Nat Com丨单细胞转录组数据检索新方法和参考数据库

    近年来单细胞转录组测序的迅猛发展,为细胞功能和基因调控网络等重要生物学问题的研究提供了强大的技术支持。在单细胞转录组数据的相关研究中,研究者通常会先对细胞进行注...

    生信交流平台
  • 10倍分辨率,5分钟预测:谷歌深度学习短时降水预报超越传统方法

    天气总是会或轻或重地影响人们的日常生活,而天气预报的准确性会极大影响人们应对天气的方式。天气预报可以告知人们是否应当选取一条不同的上班路线、是否应该重新安排周末...

    机器之心
  • mBio minireview: 海洋中的真菌:现存的未解之题

    Department of Biology, University of North Carolina at Chapel Hill, Chapel Hill,...

    Listenlii-生物信息知识分享
  • 作者亲自修改论文 | 水稻检测

    在本研究中,研究者提出了一种有效的深度卷积神经网络(DCNN)结构,利用手持照相机拍摄的照片来检测水稻的生长阶段(DVS)。用不同的策略对DCNN模型进行了训练...

    计算机视觉研究院
  • 精品连载 | “深度学习与计算机视觉”学习笔记——发展篇

    首先是图像生成,前面所讲的图像风格迁移也算一种图像生成,以往的模型都是输入图片,提取特征,输出类别等,而这类模型是输入(从卷积层得到的中间)特征,输出对于这种特...

    灯塔大数据
  • 世界纪录!4分钟训练完ImageNet!可扩展超大规模GPU收敛算法详解

    【新智元导读】腾讯机智机器学习平台和香港浸会大学计算机科学系褚晓文教授团队合作,在ImageNet数据集上,4分钟训练好AlexNet,6.6分钟训练好ResN...

    新智元
  • 4分钟训练ImageNet!腾讯机智创造AI训练世界纪录

    腾讯技术工程官方号

扫码关注云+社区

领取腾讯云代金券