911 / 2026-03-26 17:56:22
人工智能深度学习在天气气候预报中的应用
人工智能,循环生成对抗网络、Transformer 及扩散模型
摘要录用
罗京佳 / 南京信息工程大学
近年来,人工智能深度学习在天气气候科学领域的应用受到越来越多的关注,并迅速扩展至众多领域。在本次报告中,我将简要介绍我们近期在利用多种深度学习方法开展季节到多季节预测方面的研究进展,涵盖不同海洋和大气现象,以及动力模式预报的偏差校正与降尺度等内容。研究结果表明,许多常见的深度学习方法,如卷积神经网络、残差神经网络、长短期记忆网络、卷积长短期记忆网络、U型网络、多任务学习、循环生成对抗网络、Transformer 及扩散模型等,均可有效应用于提升对气候的理解与预测能力。此外,我还将简要介绍用于集合天气预报、次季节至季节预测以及年代际预测的人工智能大模型,并对人工智能方法的未来发展进行展望。
重要日期
  • 会议日期

    04月25日

    2026

    04月29日

    2026

  • 04月07日 2026

    初稿截稿日期

主办单位
未来大气科学论坛理事会
承办单位
河海大学海洋学院
南京大学南京赫尔辛基大气与地球系统科学学院
联系方式
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询