基于具有不同特征空间尺度的气象图预测巴黎雾霾发生的分支深度卷积网络
大气与海洋物理
2023-10-17 v2 机器学习
摘要
已开发一个深度学习平台用于预测低能见度事件或雾霾的发生。其使用数十年的每日区域尺度多种气象和水文变量图作为输入特征、地面能见度观测作为目标进行训练。为更好地在训练中保留不同输入特征的特征空间信息,近期针对巴黎雾霾案例开发了两种分支架构。这些新架构提升了网络性能,在验证以及使用2021和2022年未参与训练和验证的数据进行的盲预报评估中均产生了合理的评分。
引用
@article{arxiv.2310.07437,
title = {A Branched Deep Convolutional Network for Forecasting the Occurrence of Hazes in Paris using Meteorological Maps with Different Characteristic Spatial Scales},
author = {Chien Wang},
journal= {arXiv preprint arXiv:2310.07437},
year = {2023}
}