利用长短期记忆网络预测热带气旋强度
机器学习
2021-07-08 v1 人工智能
摘要
热带气旋强度各异，若强度足够高，可造成生命和财产的重大损失。因此，提前预测热带气旋强度至关重要。我们提出了一种新颖的基于堆叠双向长短期记忆网络（BiLSTM）的模型架构，以最大地面持续风速（MSWS）预测热带气旋强度。所提模型可提前较长时间（长达72小时）以很高精度预测MSWS。我们将该模型应用于1982年至2018年北印度洋的热带气旋，并检验其在两个近期热带气旋（即Fani和Vayu）上的性能。该模型预测未来3、12、24、36、48、60和72小时的MSWS（节），平均绝对误差分别为1.52、3.66、5.88、7.42、8.96、10.15和11.92。
引用
@article{arxiv.2107.03187,
title = {Intensity Prediction of Tropical Cyclones using Long Short-Term Memory Network},
author = {Koushik Biswas and Sandeep Kumar and Ashish Kumar Pandey},
journal= {arXiv preprint arXiv:2107.03187},
year = {2021}
}
备注
10 pages