MIT等团队发表次季节预报AI纠错研究
热点事件持续更新
MIT等团队发表次季节预报AI纠错研究
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
MIT等机构研究者在 Nature 发表论文，提出一种机器学习后处理层，通过学习现有预报模型的历史误差来修正输出，称其将 2 至 6 周（次季节）预报准确率翻倍，并首次在该区间超越气候平均值。 该方法可叠加到任意预报模型上，对极端天气预测也有统计显著提升；模型开源且运行成本低，无需超级计算机即可运行。研究团队称，该方法在 ECMWF 国际预报竞赛中获第一，肯尼亚气象部门已接洽用于改进季风季预报。
AI 根据报道生成 · 4 小时前更新
最新进展10月14日 23:00
MIT 团队用机器学习纠错将 2-6 周天气预报准确率翻倍报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- MIT NewsMIT 团队用机器学习纠错将 2-6 周天气预报准确率翻倍
MIT 等机构研究者在 Nature 发表论文，提出一种机器学习后处理层，通过学习现有预报模型的历史误差来修正其输出，将 2-6 周（次季节）预报准确率翻倍，在 ECMWF 国际预报竞赛中获第一，并首次在该区间超越气候平均值。该方法可叠加到任意预报模型上，对极端天气预测也有统计显著提升，模型开源且运行成本低，肯尼亚气象部门已接洽用于改进季风季预报。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月15日 00:00
- 近 24 小时变化
- –
02.557.510
10月15日01:0002:0003:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。