通过面向三维图像的视觉Transformer解决Weather4cast挑战
计算机视觉与模式识别
2022-12-06 v1 人工智能
机器学习
大气与海洋物理
摘要
准确预报天气是一项重要任务，因为许多现实世界的流程和决策都依赖于未来的气象条件。NeurIPS 2022名为Weather4cast的挑战提出了一个问题：给定前一小时的卫星观测作为上下文，预测未来八小时的降雨事件。受近期基于transformer的架构在计算机视觉中成功的启发，我们实现并提出了两种基于该架构的方法来应对这一挑战。我们发现，将不同的transformer与一些基线模型集成，能在未见测试数据上取得我们能测得的最佳性能。我们的方法在竞赛中排名第三。
引用
@article{arxiv.2212.02456,
title = {Solving the Weather4cast Challenge via Visual Transformers for 3D Images},
author = {Yury Belousov and Sergey Polezhaev and Brian Pulfer},
journal= {arXiv preprint arXiv:2212.02456},
year = {2022}
}
备注
NeurIPS'2022 Competition Track Workshop