利用图神经网络与动态图神经网络最大化天气预报准确率
机器学习
2023-02-16 v2
摘要
天气预报是应对全球气候变化的一项重要任务。天气预报需要分析由异构气象传感器生成的多变量数据。这些传感器包括地基传感器、无线电探空仪以及安装在卫星上的传感器等。为了分析这些传感器生成的数据，我们使用基于图神经网络（GNNs）的天气预报模型。GNNs 是基于图学习的模型，在许多机器学习方法中展现出强劲的经验性能。在本研究中，我们调查了使用 GNNs 与传统基于机器学习的模型进行天气预报的性能。
引用
@article{arxiv.2301.12471,
title = {Maximising Weather Forecasting Accuracy through the Utilisation of Graph Neural Networks and Dynamic GNNs},
author = {Gaganpreet Singh and Surya Durbha and Shreelakshmi C R},
journal= {arXiv preprint arXiv:2301.12471},
year = {2023}
}
备注
Errors in the Results sections. Experiments are conducted to rectify the errors