Global S&T Development Trend Analysis Platform of Resources and Environment
机器学习模型在季节性预测能力方面展现出良好的前景 | |
刘燕飞 | |
2025-09-30 | |
所属快报 | 资源环境快报 |
出版年 | 2025 |
期 | 18 |
语种 | 中文 |
领域 | 资源环境 |
栏目 | 前沿研究动态 |
中文关键词 | 全球季节性预测 ; 机器学习 ; 再分析数据 ; ACE2 |
英文关键词 | Global Seasonal Predictions machine learning Reanalysis Data ACE2 |
中文摘要 | 2025年9月4日,英国气象局(Met Office)发布最新研究进展,研究人员评估了机器学习天气模型应用于全球季节性预测的可行性,结果表明,基于机器学习的天气模型有可能彻底改变全球季节性预测。相关研究发表于8月25日《npj-气候与大气科学》(npj Climate and Atmospheric Science)期刊的《基于再分析数据训练的机器学习天气模型的熟练全球季节性预测》(Skilful Global Seasonal Predictions from a Machine Learning Weather Model Trained on Reanalysis Data)一文。 |
原文题名 | Machine Learning Model Demonstrates Promising Seasonal Forecasting Capability |
原文链接 | 查看原文 |
文献类型 | 快报文章 |
条目标识符 | http://119.78.100.173/C666/handle/2XK7JSWQ/356023 |
专题 | 资源环境科学 |
推荐引用方式 GB/T 7714 | 刘燕飞. 机器学习模型在季节性预测能力方面展现出良好的前景. 2025. |
条目包含的文件 | ||||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
机器学习模型在季节性预测能力方面展现出良(16KB) | 快报文章 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 | ||
机器学习模型在季节性预测能力方面展现出良(201KB) | 快报文章 | 开放获取 | CC BY-NC-SA | 浏览 请求全文 |
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 |
[刘燕飞]的文章 |
百度学术 |
百度学术中相似的文章 |
[刘燕飞]的文章 |
必应学术 |
必应学术中相似的文章 |
[刘燕飞]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