2026年1月5日
(NeurIPS25) DAWP: A framework for global observation forecasting via Data Assimilation and Weather Prediction in satellite observation space
摘要： 1、研究动机 如下图所示，现有人工智能天气预报（AIWP）依赖再分析数据，存在两个问题： 数据同化偏差（原始观测信息丢失、物理模型偏差） 时间滞后（再分析数据生成滞后近 6 小时） 基于卫星观测数据预测（AI-DOP）存在输入（稀疏观测）与输出（密集预测）的分布偏移，限制了时空动态建模。 为了解决这 阅读全文
posted @ 2026-01-05 16:08 高峰是我啦 阅读(7) 评论(0) 推荐(0)
(aaai25) EWMoE: An Effective Model for Global Weather Forecasting with Mixture-of-Experts
摘要： 1、研究动机与整体框架 近年来，基于深度学习的数据驱动天气预报模型展现出巨大潜力，但现有模型仍面临关键问题： 数据与计算需求激增：主流模型（如 FourCastNet、Pangu-Weather）需数十年训练数据和海量 GPU 资源（如 FourCastNet 用 64 块 A100 GPU 训练 阅读全文
posted @ 2026-01-05 14:38 高峰是我啦 阅读(4) 评论(0) 推荐(0)
(aaai25) Dynamic Clustering Convolutional Neural Network
摘要： 核心目标： 在避免过度增加计算成本的前提下，突破局部窗口建模的限制，实现高效的全局特征提取。 核心思想： 通过全局聚类将语义相似的图像块分组为簇，再对每个簇使用共享卷积核进行卷积操作。既保留 CNN 的归纳偏置和计算效率，又获得类似 Transformer 的全局建模能力。 如图所示，主要包括五个步 阅读全文
posted @ 2026-01-05 11:30 高峰是我啦 阅读(6) 评论(0) 推荐(0)