精准气象和海洋预测笔记二

最新推荐文章于 2024-07-13 22:24:21 发布

哈利的小双翼

最新推荐文章于 2024-07-13 22:24:21 发布

阅读量180

点赞数

本文链接：https://blog.csdn.net/weixin_49555334/article/details/114109752

版权

这篇笔记探讨了如何利用CNN（卷积神经网络）模型进行精准的气象和海洋预测。提到了模型调参的重要性，包括调整CNN各层节点数量及探索不同激活函数来提升预测准确率。

摘要由CSDN通过智能技术生成

CNN模型的输入形状[N, C, H, W]
CNN:

def build_cnn(learning_rate):
    inp = tf.keras.layers.Input(shape=(48, 24, 72))
    
    x = Conv2D(48, (3, 3), activation

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

哈利的小双翼

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

“AI Earth”人工智能创新挑战赛：助力精准气象和海洋预测Baseline

06-06

基于历史气候观测和模拟数据，利用T时刻过去12个月(包含T时刻)的时空序列（气象因子），可以构建预测ENSO的深度学习模型，预测未来1-24个月的Nino3.4指数，这对极端天气与气候事件的预测具有重要意义。

天池时间序列竞赛——AI助力精准气象和海洋预测学习笔记其二：CNN baseline

zenghr的博客

02-25

816

逛论坛的时候发现对于这个题目，CNN似乎是个不错的解题思路。因为给出的数据是多维的，每条数据的维度是[year, month, lat, lon]，在这四个维度下给出了SST、T300、Ua、Va四个指标的值。month的取值是36个月，lat是-55~60间隔5取值，即24个值，lon是0 ~180间隔5取值，即72个值。考虑到有四个指标，也就是说，数据的shape是[year, 36, 24, 72, 4]。目标是根据前12个月的数据预测后24个月的数据，因此取数据的前12个月作为训练集，后24个月作为

参与评论您还未登录，请先登录后发表或查看评论

天池算法大赛思路和代码分享

weixin_60929208的博客

12-04

1925

天池大赛思路和代码

天池时间序列竞赛——AI助力精准气象和海洋预测学习笔记其一：赛题分析

zenghr的博客

02-21

3583

序：最近参加了天池的气象和海洋预测竞赛，希望能够借此机会学习时间序列的相关模型，接下来会通过系列博客记录并梳理自己在竞赛过程中的一些心得体会。作为系列学习笔记的第一章，这篇文章旨在梳理和分享我对赛题的一些理解。 1. 项目背景问题陈述这个竞赛是一个自然科学相关的时间序列预测问题，要求基于历史气候观测和模式模拟数据，准确预测厄尔尼诺-南方涛动(ENSO)现象。具体来说，我们的任务就是根据过去12个月的气象及时空数据，预测未来24个月的Nino3.4指数。对于这样一个题目，我们可以考虑以下三个问题：

【深度学习笔记】基于自注意力ConvLSTM与生成对抗网络的台风云图预测

lionel1233的博客

07-13

2079

结合LSTM与GAN(生成对抗网络)，预测未来时刻的台风图像

时间序列预测(2)：AI助力精准气象和海洋预测

零度空间

02-26

1987

文章目录一、背景二、数据预处理数据简介训练数据标签说明测试数据说明模型评估指标数据的转换三、模型的构建和预测构建训练集训练模型模型评估模型预测四、模型的改进方向引言本文主要是记载学习阿里天池大数据时间序列预测竞赛的baseline模型的构建过程，以及对baseline进行改进的一些思路，后续将会根据这些思路对模型进行调优。一、背景发生在热带太平洋上的厄尔尼诺-南方涛动(ENSO)现象是地球上最强、最显著的年际气候信号。通过大气或海洋遥相关过程，经常会引发洪涝、干旱、高温、雪灾等极端事件，对全球的

气象和海洋气象信息获取

09-23

在IT行业中，获取气象和海洋气象信息是一项关键任务，尤其对于科研、农业、交通和环境监测等领域至关重要。本文将深入探讨如何通过网络爬虫技术来实现这一目标。首先，我们来看"syssetting.json"文件，这通常是一...

2021 “AI Earth”人工智能创新挑战赛 AI助力精准气象和海洋预测.zip

04-22

【标题】: "2021 ‘AI Earth’人工智能创新挑战赛 AI助力精准气象和海洋预测" 【描述】: 这个压缩包文件是关于2021年“AI Earth”人工智能创新挑战赛的资料，重点在于利用AI技术提高气象和海洋预测的准确性。这个...

2021_“AI_Earth”人工智能创新挑战赛_AI助力精准气象和海洋预测_Tianchi_Prediction.zip

最新发布

09-27

2021_“AI_Earth”人工智能创新挑战赛_AI助力精准气象和海洋预测_Tianchi_Prediction

【数据竞赛】时间序列竞赛炸榜技巧

fengdu78的博客

12-20

307

作者：杰少时间序列元特征简介在时间序列等相关的问题中，除了许多传统的时间序列相关的统计特征之外，还有一类非常重要的特征，这类特征并不是基于手工挖掘的，而是由机器学习模型产出的，但更为重要的...

天池大数据竞赛LSTM预测算法分享

09-28

资源为今年八月份参加天池大数据竞赛a股公司营收预测使用的预处理后的数据和对应的算法文件

SAF-Net论文代码复现：台风强度变化预测《SAF-Net:A spatio-temporal deep learning method for typhoon intensity predic》

11-15

390

SAF-Net:A spatio-temporal deep learning method for typhoon intensity predic

阿里天池—2022江苏气象预测AI算法挑战赛

sunningzhzh的博客

05-08

2870

文章目录摘要一、数据分析二、MAE模型介绍总结摘要这是阿里天池正在进行的一个气象预测的比赛，选手需要根据过去的气象数据预测未来的气象数据；气象数据是以图片的形式给出的，其中包括雷达回波图、降雨量图、平均风图，故需要用到图像信息提取的技术；初步想法是通过MAE模型，预训练得到三个不同的Encoding和Decoder，这三个Encoding将会明白各自负责的图片数据含义，保持这三个Encoding的参数不变，在其后面接一个优化后的Transformer模型，Transformer模型将实现时序预测的功能，

500位全球算法开发者零奖金参加阿里云天池大赛 AI预测台风助力防灾减灾

我爱计算机视觉

09-29

714

9月26日，在杭州云栖大会 GEEKLAND 现场，由阿里云天池大赛主办的追风少年-台风图像时间序列预测Hackathon正式举行。大赛旨在召集全球算法开发者，聚焦人工智能与气象的深...

2021 “AI Earth”人工智能创新挑战赛-AI助力精准气象和海洋预测BaseLine学习笔记

JeffDing

02-25

1776

一、比赛主页链接：https://tianchi.aliyun.com/competition/entrance/531871/introduction 二、比赛介绍本次赛题是一个时间序列预测问题。基于历史气候观测和模式模拟数据，利用T时刻过去12个月(包含T时刻)的时空序列（气象因子），构建预测ENSO的深度学习模型，预测未来1-24个月的Nino3.4指数，如下图所示：三、背景数据描述 1. 数据简介本次比赛使用的数据包括CMIP5/6模式的历史模拟数据和美国SODA模式重建的近

【算法竞赛学习】AI助力精准气象和海洋预测

qq_41807261的博客

02-15

788

赛题简介赛题背景发生在热带太平洋上的厄尔尼诺-南方涛动(ENSO)现象是地球上最强、最显著的年际气候信号。通过大气或海洋遥相关过程，经常会引发洪涝、干旱、高温、雪灾等极端事件，对全球的天气、气候以及粮食产量具有重要的影响。准确预测ENSO，是提高东亚和全球气候预测水平和防灾减灾的关键。本次赛题是一个时间序列预测问题。基于历史气候观测和模式模拟数据，利用T时刻过去12个月(包含T时刻)的时空序列（气象因子），构建预测ENSO的深度学习模型，预测未来1-24个月的Nino3.4指数，如下图所示：数据描

阿里天池大数据竞赛——口碑商家客流量预测 A1

piemonsparrow的博客

02-15

4313

阿里天池大赛koubeiyuce1 2017年二月份，天池大数据比赛，口碑商家客流量预测，参赛地址及详情： https://tianchi.shuju.aliyun.com/competition/introduction.htm?spm=5176.100066.333.4.WhLsGZ&raceId=2315911、首先下载数据集，数据集中包含丰富的商家信息。项目的主要目的是根据每个商以往的使

天池数据竞赛 | 工业蒸汽量预测（完整代码分享）