用于天气预报的变分 U-Net
机器学习
2021-11-08 v1
摘要
从大气数据中发现模式与洞见不仅能够实现更精准的天气预报，还可能提供有价值的信息以帮助应对气候变化。Weather4cast 是一项开放竞赛，旨在评估机器学习算法预测未来大气状态的能力。在此，我们介绍获得 Weather4cast 第三名的解决方案。我们提出了一种新颖的变分 U-Net，它将变分自编码器考虑数据概率特性的能力与 U-Net 恢复细粒度细节的能力相结合。该方案由我们获得 Traffic4cast 2020 第四名的解决方案演进而来，二者具有诸多共性，表明其可适用于截然不同的领域，如天气与交通。
引用
@article{arxiv.2111.03476,
title = {A Variational U-Net for Weather Forecasting},
author = {Pak Hay Kwok and Qi Qi},
journal= {arXiv preprint arXiv:2111.03476},
year = {2021}
}
备注
6 pages, 3 figures. To be published in the proceedings of the 1st workshop on Complex Data Challenges in Earth Observation (CDCEO) 2021