近日,型深析打
NeuralGCM打造最先进的度解大气模型
NeuralGCM通过神经网络从历史天气数据中学习小尺度天气事件的物理原理,使研究人员能够在线调整耦合系统在多个时间步长上的行为。且依赖于简化的近似值(参数化)来模拟小尺度天气变化,打造准确天气预测新工具" class="wp-image-669096 j-lazy" style="width:840px;height:auto"/>
谷歌团队已在GitHub上公开了NeuralGCM的源代码和模型权重,
什么是NeuralGCM?
NeuralGCM是一种结合了基于物理的建模和机器学习技术的大气模型。这种方法解决了之前机器学习增强气候模型在数值稳定性方面的困难,其高效准确的性能为气候变化预测提供了强有力的新工具。且在气候时间尺度上的预测表现也显著优于最先进的大气模型。相当于高性能计算领域25年的进步速度。NeuralGCM使用JAX重新编写了大规模过程的数值求解器,
