发帖赚积分积分换礼品
这里可以用于广告展示
运用你的知识帮助他们
帮助您快速入门本站点
扫一扫,关注我们
举报
华为云盘古大模型研发团队发现,AI气象预报模型的精度不足主要有两个原因: 第一,原有的AI气象预报模型都是基于2D神经网络,无法很好地处理不均匀的3D气象数据; 第二,AI方法缺少数学物理机理约束,因此在迭代的过程中会不断积累迭代误差。 为此,华为云的研究人员提出了3D Earth-Specific Transformer(3DEST)来处理复杂的不均匀3D气象数据,从而打造了盘古气象大模型。 其主要思想是使用一个视觉transformer的3D变种来处理复杂的不均匀的气象要素,并且使用层次化时域聚合策略,训练了4个不同预报间隔的模型(分别为1小时间隔、3小时间隔、6小时间隔、24小时间隔),使得预测特定时间气象状况的迭代次数最小,从而减少迭代误差,也避免了由递归训练带来的训练资源消耗。
为了训练每个模型,研究人员使用1979-2021年的气象数据,以小时为单位采样,训练了100个epoch。 每个模型需要在192块V100显卡上训练16天。 事实上,即使经历100个epoch,这些模型依旧没有完全收敛。 也就是说,在计算资源更加充足的情况下,AI预报的精度还能够进一步提升。
您需要 登录 才可以下载或查看,没有账号?立即注册
本版积分规则 发表回复 回帖后跳转到最后一页
主题
回答
积分
1604个回答
1456个回答
655个回答
583个回答
415个回答
在线时间:8:30-17:00
0772-5288688
下载APP客户端