09:45
arXiv cs.AI@David Aaron Evans, Jay C. Rothenberger, Kara J. Sulia, Nick P. Bassill, Chris D. Thorncroft
推荐理由：这篇论文用LSTM加Vision Transformer看大气垂直结构，让天气预报误差预测精度翻倍，搞气象AI的值得一读。
全部 AI 动态
AI 相关资讯全量信息流
6月18日
09:45
HRRR高分辨率数值天气预报系统的误差常与未解析的边界层过程、对流和地形诱导环流有关。已有研究用LSTM网络基于地表观测预测HRRR误差，但复杂垂直大气演变时性能下降。本文提出LSTM-ViT混合框架，融合地表序列学习与纽约州网大气廓线数据。在预测降水、10m风速和2m温度误差上，LSTM-ViT均优于基线LSTM，其中降水误差预测技能提升约两倍。改进在短预报时效和行星边界层活跃期尤为显著。
6月16日
20:46
AITOP6月16日 20:46
6月12日
12:57
AITOP6月12日 12:57
09:55
09:55
arXiv cs.LG@Maida Wang, Xiao Xue, Minh Chung, Peter V. Coveney
精选
推荐理由：量子机器学习终于有了一个可验证的实用优势机制——在混沌预测任务中，量子方法用更少的测量副本实现经典无法比拟的精度。做气候建模、流体力学或量子计算的团队值得关注，这可能是容错量子计算前最接近落地的量子优势路线。
6月11日
15:28
AITOP6月11日 15:28
15:23
AITOP6月11日 15:23
15:07
AITOP6月11日 15:07