对比和对照基于深度学习的天气预测骨干网络在 Navier-Stokes 和大气动力学上的应用
发表于: 。深度学习天气预报模型在与传统数值天气预报模型的竞争中取得了显著进展,但是由于训练协议、预测时间范围和数据选择的差异,目前仍不清楚哪种方法和架构最适合天气预报和未来模型发展。本研究通过对最突出的深度学习天气预报模型及其骨干网络进行详细的实证分析,比较并对比它们在控制条件下的性能,结果显示了各种权衡和交换。
深度学习天气预报模型在与传统数值天气预报模型的竞争中取得了显著进展,但是由于训练协议、预测时间范围和数据选择的差异,目前仍不清楚哪种方法和架构最适合天气预报和未来模型发展。本研究通过对最突出的深度学习天气预报模型及其骨干网络进行详细的实证分析,比较并对比它们在控制条件下的性能,结果显示了各种权衡和交换。