Global S&T Development Trend Analysis Platform of Resources and Environment
| 借助机器学习技术可以显著提升极端天气预报精度 | |
| 王立伟 | |
| 2024-10-25 | |
| 所属快报 | 地球科学快报 |
| 出版年 | 2024 |
| 期 | 20 |
| 语种 | 中文 |
| 领域 | 地球科学 |
| 栏目 | 前沿研究动态 |
| 中文关键词 | 深度学习 ; 极端天气 |
| 英文关键词 | Machine learning extreme weather |
| 中文摘要 | 2024年10月，《地球物理研究通讯》（Geophysical Research Letters）发表题为《基于深度学习敏感性分析对2021年太平洋西北热浪可预测性的极限研究》（Predictability Limit of the 2021 Pacific Northwest Heatwave From Deep-Learning Sensitivity Analysis）的文章指出，深度学习技术可以将 10 天天气预报的误差减少 90% 以上，使社区能够更好地应对热浪等极端事件。 |
| 原文题名 | Predictability Limit of the 2021 Pacific Northwest Heatwave From Deep-Learning Sensitivity Analysis |
| 原文链接 | 查看原文 |
| 文献类型 | 快报文章 |
| 条目标识符 | http://119.78.100.173/C666/handle/2XK7JSWQ/355165 |
| 专题 | 地球科学 |
| 推荐引用方式 GB/T 7714 | 王立伟. 借助机器学习技术可以显著提升极端天气预报精度. 2024. |
| 条目包含的文件 | ||||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 借助机器学习技术可以显著提升极端天气预报（15KB） | 快报文章 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 | ||
| 借助机器学习技术可以显著提升极端天气预报（465KB） | 快报文章 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 | ||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [王立伟]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [王立伟]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [王立伟]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
| 文件名： | 借助机器学习技术可以显著提升极端天气预报精度.png |
| 格式： | image/png |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论