ترجمه فارسی مقاله WeatherReal: معیار مبتنی بر مشاهدات درجا برای ارزیابی مدل های آب و هوا

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی WeatherReal: A Benchmark Based on In-Situ Observations for Evaluating Weather Models
عنوان مقاله به فارسی WeatherReal: معیار مبتنی بر مشاهدات درجا برای ارزیابی مدل های آب و هوا
نویسندگان Weixin Jin, Jonathan Weyn, Pengcheng Zhao, Siqi Xiang, Jiang Bian, Zuliang Fang, Haiyu Dong, Hongyu Sun, Kit Thambiratnam, Qi Zhang
فرمت مقاله انگلیسی PDF
تعداد صفحات 28
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Atmospheric and Oceanic Physics,Machine Learning,فیزیک جوی و اقیانوسی , یادگیری ماشین ,
توضیحات Submitted 14 September, 2024; originally announced September 2024.
توضیحات به فارسی ارسال شده در 14 سپتامبر 2024 ؛در ابتدا سپتامبر 2024 اعلام شد.
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

In recent years, AI-based weather forecasting models have matched or even outperformed numerical weather prediction systems. However, most of these models have been trained and evaluated on reanalysis datasets like ERA5. These datasets, being products of numerical models, often diverge substantially from actual observations in some crucial variables like near-surface temperature, wind, precipitation and clouds - parameters that hold significant public interest. To address this divergence, we introduce WeatherReal, a novel benchmark dataset for weather forecasting, derived from global near-surface in-situ observations. WeatherReal also features a publicly accessible quality control and evaluation framework. This paper details the sources and processing methodologies underlying the dataset, and further illustrates the advantage of in-situ observations in capturing hyper-local and extreme weather through comparative analyses and case studies. Using WeatherReal, we evaluated several data-driven models and compared them with leading numerical models. Our work aims to advance the AI-based weather forecasting research towards a more application-focused and operation-ready approach.

چکیده به فارسی (ترجمه ماشینی)

در سالهای اخیر ، مدل های پیش بینی آب و هوا مبتنی بر هوش مصنوعی سیستم های پیش بینی آب و هوا عددی را با هم مطابقت داده اند یا حتی بهتر عمل کرده اند.با این حال ، بیشتر این مدل ها در مجموعه داده های تجزیه و تحلیل مانند ERA5 آموزش داده و ارزیابی شده اند.این مجموعه داده ها ، محصولاتی از مدل های عددی ، غالباً از مشاهدات واقعی در برخی متغیرهای مهم مانند دمای نزدیک به سطح ، باد ، بارش و ابرها - پارامترهایی که علاقه عمومی قابل توجهی دارند ، به طور قابل ملاحظه ای فاصله می گیرند.برای پرداختن به این واگرایی ، ما WeatherReal را معرفی می کنیم ، یک مجموعه داده معیار جدید برای پیش بینی آب و هوا ، ناشی از مشاهدات جهانی در سطح نزدیک در سطح.Weatherreal همچنین دارای یک چارچوب کنترل کیفیت و ارزیابی کیفیت در دسترس عمومی است.در این مقاله به منابع و روشهای پردازش در زیر مجموعه داده می پردازیم ، و بیشتر مزیت مشاهدات درجا در ضبط هوای بیش از حد محلی و شدید را از طریق تجزیه و تحلیل های مقایسه ای و مطالعات موردی نشان می دهد.با استفاده از WeatherReal ، ما چندین مدل داده محور را ارزیابی کردیم و آنها را با مدل های عددی پیشرو مقایسه کردیم.کار ما با هدف پیشبرد تحقیقات پیش بینی هواشناسی مبتنی بر هوش مصنوعی به سمت رویکرد بیشتر کاربردی و کاربردی بیشتر انجام شده است.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.