Knowledge Commons of Institute of Automation,CAS
基于 Transformer 的多模态气象预测 | |
向德萍![]() ![]() ![]() | |
发表期刊 | 计算机工程与应用
![]() |
2023 | |
页码 | 0 |
摘要 | 随着气象观测技术的快速发展,气象行业积累了海量的气象大数据,为构建新型的数据驱动的气象 预测模型提供了机遇。由于气象数据中存在的长时依赖关系和大范围空间关联关系,以及多模态气象要素间 存在的复杂跨模态耦合关系,基于深度学习的气象预测是一个具有挑战性的研究课题。本文针对“温度、相 对湿度、纬向风速、经向风速”四种经典气象要素组成的等气压层时序多模态数据,提出了一种基于多模态 融合的气象预测深度学习模型。具体地,首先采用卷积网络来学习各个模态的特征,并在此基础上引入门控 机制实现多模态加权融合;其次,引入注意力机制,以并行时空轴向注意力代替传统的注意力机制,从而有 效地学习长时依赖关系和大范围空间关联关系。整体结构上,采用了基于Transformer 的编码器-解码器结构。 在 ERA5 再分析数据集(子区域)上进行了对比实验,实验结果表明了所提方法在温度、相对湿度、风速等 预测任务上的有效性和优越性。 |
收录类别 | 中文核心期刊要目总览 |
语种 | 中文 |
七大方向——子方向分类 | 机器学习 |
国重实验室规划方向分类 | 其他 |
是否有论文关联数据集需要存交 | 否 |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/51590 |
专题 | 多模态人工智能系统全国重点实验室_先进时空数据分析与学习 |
通讯作者 | 向德萍 |
推荐引用方式 GB/T 7714 | 向德萍,张普,向世明,等. 基于 Transformer 的多模态气象预测[J]. 计算机工程与应用,2023:0. |
APA | 向德萍,张普,向世明,&潘春洪.(2023).基于 Transformer 的多模态气象预测.计算机工程与应用,0. |
MLA | 向德萍,et al."基于 Transformer 的多模态气象预测".计算机工程与应用 (2023):0. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
基于Transformer的多模态气象预(1387KB) | 期刊论文 | 作者接受稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[向德萍]的文章 |
[张普]的文章 |
[向世明]的文章 |
百度学术 |
百度学术中相似的文章 |
[向德萍]的文章 |
[张普]的文章 |
[向世明]的文章 |
必应学术 |
必应学术中相似的文章 |
[向德萍]的文章 |
[张普]的文章 |
[向世明]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论