Global S&T Development Trend Analysis Platform of Resources and Environment
| DeepMind开发的概率天气模型预报技能超过传统天气预报 | |
| 刘燕飞 | |
| 2024-12-20 | |
| 所属快报 | 气候变化快报 |
| 出版年 | 2024 |
| 期 | 24 |
| 语种 | 中文 |
| 领域 | 气候变化 |
| 栏目 | 前沿研究动态 |
| 中文关键词 | 概率天气模型 ; GenCast ; 数值天气预报 |
| 英文关键词 | Probabilistic Weather Model GenCast Numerical Weather Prediction |
| 中文摘要 | 12月4日，谷歌（Google）人工智能公司DeepMind的研究人员在《自然》（Nature）期刊发表题为《使用机器学习进行概率天气预报》（Probabilistic Weather Forecasting with Machine Learning）的文章，提出了一种概率天气模型GenCast，其预报技能和速度比目前世界上顶级的中期天气集合预报（ENS）更高。 |
| 原文题名 | Probabilistic Weather Forecasting with Machine Learning |
| 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/355305 |
| 专题 | 气候变化 |
| 推荐引用方式 GB/T 7714 | 刘燕飞. DeepMind开发的概率天气模型预报技能超过传统天气预报. 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 | ||
| DeepMind开发的概率天气模型预报技（15KB） | 快报文章 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 | ||
| DeepMind开发的概率天气模型预报技（233KB） | 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 |
| [刘燕飞]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [刘燕飞]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [刘燕飞]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
| 文件名： | DeepMind开发的概率天气模型预报技能超过传统天气预报.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