使用物理知情鉴别生成模型进行降水即时预报
📝
内容提要
使用荷兰皇家气象研究所(KNMI)的降水和气象数据,我们设计了一种物理信息神经网络用于降水预报,该模型在生成对抗学习框架中直接将物理监督集成进去,并采用了 VQ-GAN 和 Transformer 生成器以及时间鉴别器,研究结果表明,PID-GAN 模型在降水预报下游指标上优于数值和 SOTA 深度生成模型。
➡️
使用荷兰皇家气象研究所(KNMI)的降水和气象数据,我们设计了一种物理信息神经网络用于降水预报,该模型在生成对抗学习框架中直接将物理监督集成进去,并采用了 VQ-GAN 和 Transformer 生成器以及时间鉴别器,研究结果表明,PID-GAN 模型在降水预报下游指标上优于数值和 SOTA 深度生成模型。