""

澳门太阳城网站-最新注册

  • 机器学习技术和历史天气模式识别的组合可以帮助政府最大限度地发挥水资源和自然灾害或极端天气条件做准备。

    机器学习技术和历史天气模式识别的组合可以帮助政府最大限度地发挥水资源和自然灾害或极端天气条件做准备。

    照片:存在Shutterstock

    全屏

使用机器学习来提高subseasonal气候预报

机器学习技术和历史天气模式识别的组合可以帮助政府最大限度地发挥水资源和自然灾害或极端天气条件做准备。

生物学欧内斯特·弗兰克尔教授和访问学者科恩犹大赢得次季节气候预报圈地的竞争。


记者联系



犹大·科恩,在AER(大气与环境研究)季节性预测部主任和来访的科学家在民用和环境工程的澳门太阳城最新网站的部门和欧内斯特·弗兰克尔,在澳门太阳城最新网站生物工程教授,赢得了第一名四分之三的温度预测类别在次季节气候预报圈地竞争由美国国家海洋和大气管理局主办,由美国赞助开垦局。 

澳门太阳城最新网站的研究人员,谁是由斯坦福大学的博士研究生杰西卡黄某和Paulo奥伦斯坦和微软研究员莱斯特·麦基加盟,击败由美国使用的业务长期预测模型政府。 

有资格的竞争,要求团队提交2017年4月17日和4月18日之间每两个星期的气候预测,2018年的目标是建立一个模型,美国西部将能够依靠周提前帮管理水资源和森林大火和干旱的准备。 

比赛要求,该模型实现了更高的吝啬技能对所有有竞争力的预测,并提交美国两项基准测试政府,这是基于物理学的美国的偏见版本气候预测系统。该机型还具有实现阻尼的持久性(表示你正在促进数据随时间提高的相关效应)。

“当前的天气预测模型只能做出预测前7〜10天的预测。通过使用机器学习技术,比如我们为这场比赛创造了一个,[新型号]能够帮助能源企业和城市为严重的风暴提前更远准备,”科恩说。 

专家的充满活力的团队,以生产温度和降水的实时预测异常在提前二至六个星期的美国西部联合历史天气,模式识别和机器学习。  

“我们对资本充足的气象记录和高性能计算技术的当前可用性,以便从天延长熟练预测地平线周融为一体都基于物理的或动态的模型和统计机器学习方法,”科恩说。 

机器学习技术和历史天气模式识别的组合是非常强大的,因为它可以帮助政府最大限度地发挥水资源和自然灾害或极端天气条件做准备。 

“当然也有计划继续这个项目,因为我们一直在谈论模型延伸到整个美国我们演示了本次比赛,有有这位模特越级预测过程的潜力。它可以帮助在subseasonal预测更低的成本提供更高的精确度,”科恩说。


主题: 土木与环境工程, 工程学院, 气候, 天气, 天气模型, 机器学习, 计算, 生物工程, 竞赛和学科竞赛

回到顶部