Nature Communications: Глубокое обучение для двенадцатичасовых прогнозов осадков
Существующие модели прогнозирования погоды основаны на физике и используют суперкомпьютеры для прогнозирования эволюции атмосферы. Для более качественных прогнозов, основанных на физике, требуются улучшенные модели атмосферы, которые, возможно, трудно развивать или увеличить их разрешение, лежащее в основе моделирования, что может быть непомерно сложным с вычислительной точки зрения. Появляющийся класс моделей погоды, основанный на нейронных сетях, преодолевает эти ограничения, изучая необходимые преобразования данных (вместо того, чтобы полагаться на закодированную вручную физику) и эффективно работая параллельно. Авторы представляют нейронную сеть, способную прогнозировать осадки с высоким разрешением до 12 часов вперёд. Модель предсказывает исходные целевые показатели осадков и опережает современные модели, основанные на физике, в настоящее время работающие в континентальной части США, на срок до 12 часов. Результаты представляют собой существенный шаг к проверке нового класса нейронных моделей погоды.
