precipitation专题
Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting
这篇文章来大致介绍一下ConvLSTM的基本原理和应用场景。个人认为有时候对于一个算法改进很大程度上会受到应用场景的启示，比如现在要说的这篇。不知道论文作者当时想到这个idea时是不是也是这样。 1.论文的核心思想 先来想象一下这么一个应用场景：根据某个城市历史的降雨量数据，来预测在接下来的某个时间t降雨量的多少。根据作者的思路： a.先将城市划分成 m × n m\times n m×
【AI气象3】SmaAt-UNet: Precipitation Nowcasting using a SmallAttention-UNet Architecture
目录 0. 论文基本信息 1. 背景介绍 2. 相关工作 3. 方法论 3.1. 提出的 SmaAt-UNet 模型 3.2. 其他模型 3.3. 训练 3.4. 模型评估 4.实验 4.1. 降水图数据集 4.2. 云量数据集 5.结果&讨论 5.1. 降雨图数据集上的评估 5.2. 云覆盖数据集上的评估 6.总结 0. 论文基本信息 1. Pape
读论文：Convective precipitation nowcasting using U-Net Model
标题: U-Net模式对对流降水的近时预报 作者: Xiao-Hui Li , Caleb Chen Cao, Yuhan Shi, Wei Bai, Han Gao, Luyu Qiu, Cong Wang, Yuanyuan Gao,Shenjia Zhang, Xun Xue, and Lei Chen. 文章目录 ==Abstract====Introduction====综
读论文：Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting
标题: 卷积LSTM网络:一种用于降水临近预报的机器学习方法 作者: Xingjian Shi, Zhourong Chen, Hao Wang, Dit-Yan Yeung，Wai-kin Wong, Wang-chun Woo 文章目录 ==Abstract====Introduction==前言降水临近预报问题的建立LSTM ==综述==一、模型1.1 ConvLSTM3.2
Convolutional LSTM Network: A Machine Learning Approach for Precipitation Nowcasting
这篇文章来大致介绍一下ConvLSTM的基本原理和应用场景。个人认为有时候对于一个算法改进很大程度上会受到应用场景的启示，比如现在要说的这篇。不知道论文作者当时想到这个idea时是不是也是这样。 1.论文的核心思想 先来想象一下这么一个应用场景：根据某个城市历史的降雨量数据，来预测在接下来的某个时间t降雨量的多少。根据作者的思路： a 先将城市划分成个格子，每个格子代表一个小的区域（例如）
论文简读 MetNet: A Neural Weather Model for Precipitation Forecasting
摘要： 天气预报是一项长期的科学挑战，具有直接的社会和经济影响。 该任务适合于连续存储的大量数据和具有长期依赖关系的丰富时空结构。 我们引入了MetNet，这是一个神经网络，它以1 km2的高空间分辨率和2分钟的时间分辨率（以秒为单位）预测未来8小时的降水。 MetNet将雷达和卫星数据作为输入并预测提前期，并生成概率降水图。 该体系结构使用轴向自我关注来聚集来自对应于一百万平方公里的大型输入