WxC-Bench：用于天气与气候下游任务的新型数据集
机器学习
2024-12-05 v1 人工智能
摘要
高质量的机器学习 (ML) 就绪数据集在开发新的人工智能 (AI) 模型或微调现有模型以用于气象和气候分析等科学应用中发挥基础性作用。不幸的是，尽管为天气和气候领域开发新型深度学习模型的 efforts 不断增长，但仍稀缺可供挑选、预处理好的机器学习 (ML) 就绪数据集。为开发新模型筛选此类高质量数据集具有挑战性，特别是因为对于解决不同大气尺度（空间和时间）的下游任务，输入数据的模态性差异很大。本文介绍 WxC-Bench（Weather and Climate Bench），一个多模态数据集，旨在支持为天气和气候研究中的下游用例开发通用 AI 模型。WxC-Bench 被设计为一个数据集集合，用于开发针对复杂天气和气候系统的 ML 模型，聚焦于作为机器学习现象的所选下游任务。WxC-Bench 涵盖了从 meso-β（20-200 km）尺度到气象尺度（2500 km）的多个大气过程，如航空气流湍流、风暴强度和路径监测、气象类比搜索、重力波参数化以及自然语言报告生成。我们提供了该数据集的全面描述，并呈现了用于基线分析的技术验证。该数据集及用于准备 ML 就绪数据的代码已公开发布在 Hugging Face 上--https://huggingface.co/datasets/nasa-impact/WxC-Bench
引用
@article{arxiv.2412.02780,
title = {WxC-Bench: A Novel Dataset for Weather and Climate Downstream Tasks},
author = {Rajat Shinde and Christopher E. Phillips and Kumar Ankur and Aman Gupta and Simon Pfreundschuh and Sujit Roy and Sheyenne Kirkland and Vishal Gaur and Amy Lin and Aditi Sheshadri and Udaysankar Nair and Manil Maskey and Rahul Ramachandran},
journal= {arXiv preprint arXiv:2412.02780},
year = {2024}
}