科技信息快递

第五期

  1. 第一期
  2. 第二期
  3. 第三期
  4. 第四期
  5. 第五期
  6. 第六期
  7. 第七期
  8. 第八期
  9. 第九期
  10. 第十期
  11. 第十一期
  12. 第十二期
  13. 第十三期
  14. 第十四期
  15. 第十五期

导读

  1. 导读
  2. AMS百年评述论文译介
  3. 本期附录
搜索

对数据驱动的地球系统科学深度学习和过程的理解
发文日期 :2023-05-11  来源:
  你有没有想过,“物体识别、语言翻译、视频预测”这类深度学习应用词汇,应如何转化到大气科学语境中?Nature2月刊上的这篇文章,讨论的就是这类问题:如果机器能识别图片的猫狗,为什么不用同样的方法识别气候模拟中的极端天气?如果能解析颠三倒四的语言结构,为什么不能解析动态时间序列?视频动作的识别和预测,与地球系统变量识别和预测有本质差别吗?何处是机遇,何处是挑战,为何可行,为何不可行。读完这篇文章,你也许会感叹,将新概念引入气象研究,能带来多少新的可能。