背景动机
AI,机器学习/深度学习技术(包括深层神经网络,DNN)在许多领域和应用中取得了很大的进展,包括医药、自动驾驶、社交媒体、金融工业等。在私有领域,人工智能的准确性和可用性方面的惊人增长具有显著意义。人工智能在气象学和海洋学领域也取得了显著的进展。然而,直到最近,在环境科学领域只有很少的AI应用开发工作。
令人鼓舞的是,AI在这些领域的应用在不断增加,而且取得了令人鼓舞的结果,其中包括预测技能。随着卫星数据的不断增加以及社会依赖的增加,将会持续改善预报准确率和精度。来自高分辨率卫星和传感器,一系列新传感器,以及物联网背景下新观测设备的数据不断增加。这些数据的增加将给这些数据的应用带来极大的挑战,AI已经成为潜在的解决技术。
主要内容
-
用于后处理集合天气预报的神经网络。 -
什么是 "AI-Ready "开放数据? -
利用多雷达/多传感器系统(MRMS)对GOES-R观测的降水类型进行分析 -
改进被动声学设备来监测库克湾濒危白鲸。 -
利用数值天气预报为沿海和环境利益相关者进行业务机器学习预测。
资源获取
第十五期的资料获取方式:「好奇心Log」公众号后台回复NOAA15
数据处理·机器学习·可视化
行业资讯·学习资料
长按关注不迷路
本文分享自微信公众号 - 好奇心Log(Curiosity-log)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。
来源:oschina
链接:https://my.oschina.net/u/4581316/blog/4716216