weather data | BriefGPT - AI 论文速递

关键词weather data

搜索结果 - 10

加强天气预测：基于深度扩散模型的超分辨率
本研究探讨了深度学习扩散模型在天气数据超分辨率方面的应用，该新方法旨在增强气象变量的空间分辨率和细节。通过利用扩散模型（特别是 SR3 和 ResDiff 架构），我们提出了一种将低分辨率天气数据转化为高分辨率输出的方法论。我们的实验使用
PDFa month ago
Ai4Fapar：人工智能如何帮助预测季节性地球观测信号
本文研究了在欧洲和北非地区，利用多变量 Transformer 模型预测光合有效辐射吸收分数（FAPAR）的时间轨迹的潜力，研究了短期（1 个月）和长期（超过 1 个月）预测。通过 2002 年至 2022 年的遥感和气象数据对 FAPAR
PDF5 months ago
基于联邦学习和生成对抗网络的气象预测中处理降水预测模型数据不平衡的分布式方法
利用机器学习模型对天气数据进行分类，通过数据增强方法解决天气类别不平衡问题，以及在分散和联邦学习环境中训练模型，从而提高对罕见但关键的天气事件的准确性。
PDF9 months ago
MM基于机器学习的智能农业营养应用时间推荐：基于大规模数据挖掘的方法
本研究探讨了数据分析在农作物种植中监测肥料应用中的重要作用，提出了一种通过确定整个季节所需肥料数量来预测营养物质应用的解决方案，以天气条件和土壤特征为基础进行推荐肥料用量的调整，以促进经济高效和环保农业，同时研究肥料应用与天气数据对作物产量
PDF9 months ago
基于混合深度学习的最优基因型环境选择方法
精确的农作物产量预测对于改善农业实践和确保农作物在不同气候中的适应性至关重要。在 MLCAS2021 作物产量预测挑战中，我们利用了一个包含 93,028 个训练记录的数据集，预测了 10,337 个测试记录的产量，涵盖了 28 个美国州和
PDF9 months ago
一个时空深度神经网络用于细粒度多时间段风速预测
我们提出了一个新的数据驱动模型，Multi-Horizon SpatioTemporal Network (MHSTN)，以准确高效地进行细粒度的风速预测，该模型通过整合多个深度神经网络来处理各种数据来源，并为给定区域内的所有站点产生多时间
PDF10 months ago
应用基于图形的矩阵完形填空技术于气象数据
本文研究了利用加权图表达的附加信息帮助低秩矩阵补全中的未知条目，通过对天气站记录的空气温度数据进行测试，并证明充分的时空图可以显著提高补全的准确性。
PDFa year ago
CVPR利用公开可用的多模态数据源估算关键山地水盆积雪量
利用多源空间和时间信息的方法，借助卫星数据和天气数据，可以有效地估测关键山区的积雪深度，其可取代高昂、稀少、偏向已开发区域的多次 LiDAR 测量或就地漫长实地调查。
PDF2 years ago
基于预测性和纠正性维护活动的太阳能发电预测
本文提出了一种基于维护活动、问题观察和气象数据的太阳能电力生产预测方法，并运用散列表、标志词和停止词技术生成特征向量来构建预测模型。
PDF2 years ago
使用循环神经网络预测飓风路径
应用全连接循环神经网络预测飓风路径，在经过对飓风数据的纬度、经度、风速、气压的分析后，该方法表现良好，并可用于预测至多约 120 小时的飓风路径。
PDF6 years ago