融合人工智能与降维技术的精确长期气温预测
大气与海洋物理
2022-10-03 v1 人工智能
机器学习
摘要
本文提出三种定制化人工智能（AI）框架，结合深度学习（卷积神经网络）、机器学习算法与降维技术，用于长期夏季气温预测问题。具体而言，考虑利用前几个月输入数据，预测巴黎（法国）和科尔多瓦（西班牙）两地八月上旬与下旬的平均气温。目标变量（尤其八月上旬）可能包含极端事件信号，如影响法国与伊比利亚半岛的 2003 年特大热浪。因此，精确长期气温预测对气候变化相关不同问题（如极端事件归因）及可再生能源相关问题亦具价值。本工作分析基于再分析数据，先通过不同预测变量与目标（八月上、下旬平均气温）间相关性分析处理数据，定位最大相关区域，经特征选择后区域内变量作为不同深度学习与 ML 算法输入。实验表明，三种 proposed AI 框架在巴黎与科尔多瓦地区均具优良预测技巧。
引用
@article{arxiv.2209.15424,
title = {Accurate Long-term Air Temperature Prediction with a Fusion of Artificial Intelligence and Data Reduction Techniques},
author = {Dušan Fister and Jorge Pérez-Aracil and César Peláez-Rodríguez and Javier Del Ser and Sancho Salcedo-Sanz},
journal= {arXiv preprint arXiv:2209.15424},
year = {2022}
}
备注
33 pages, 14 figures, 7 tables, under review