太阳辐照度预见式 Transformer
计算机视觉与模式识别
2023-05-31 v1 机器学习
大气与海洋物理
摘要
本文提出一种基于 Transformer 的预见式模型，用于短期太阳辐照度预报。给定一系列天空图像，我们提出的视觉 Transformer 对连续图像的特征进行编码，并输入 Transformer 解码器以预测与未来未见天空图像相关的辐照度值。我们表明，我们的模型有效学习仅关注图像中相关特征以预报辐照度。此外，所提预见式 Transformer 捕获天空图像间的长程依赖，在全新引入的全天空图像数据集上，相较于智能持续模型，对 15 分钟提前预测取得了 21.45% 的预报技巧。
引用
@article{arxiv.2305.18487,
title = {Solar Irradiance Anticipative Transformer},
author = {Thomas M. Mercier and Tasmiat Rahman and Amin Sabet},
journal= {arXiv preprint arXiv:2305.18487},
year = {2023}
}
备注
10 pages, 6 figures, Best Paper submission for CVPR 2023 workshop EARTHVISION 2023