최근에, 우리 온라인 슬롯의 컴퓨터 과학 기술 온라인 슬롯 (인공 지능 온라인 슬롯)는 지구 과학 및 원격 감지에 대한 유명한 학술 저널 인 IEEE Journal, District Of Strany Schalesty Acchnemy Acchned에서 잘 알려진 학술 저널 인 IEEE Journal (IEEE Journal)에서 유명한 학술 저널 인 IEEE JOURNAL에서 "강도 Nowcasting 강도 구조 정보를 가진 시공간 분리 가능한 잠재적 확산 모델"이라는 논문을 성공적으로 발표했습니다. 이 연구는 Li Chaorong 교수의 컴퓨터 과학 기술 온라인 슬롯 팀이 지원했습니다. 이 논문의 첫 번째 저자는 Yibin College와 Chongqing University of Technology가 공동으로 훈련 한 석사 학생 인 Ling Xudong입니다. 해당 저자는 Li Chaorong 교수이며, 우리 온라인 슬롯는 첫 번째 단위입니다. 이 연구의 모델 코드는 Github 플랫폼에서 공개되었습니다.

기상 데이터 볼륨의 지속적인 성장과 컴퓨팅 성능 개선으로 단기 강우 예측에서 딥 러닝 기술의 적용이 중요해졌습니다. 그러나 기존의 학습 방법은 세부적인 공간 위치 정보를 정확하게 예측하기가 어렵습니다. 이는 극도의 강우 사건의 예측에서 특히 명백한 예측 정확도와 기상 평가 지표의 성능이 불충분하여 강우 예측에서 심층 학습 모델의 효과 및 적용 가능성을 제한합니다. 이러한 과제에 대한 응답으로, 연구팀은 공간 및 시간 정보를보다 효과적으로 캡처하기 위해 강력한 구조 정보를 사용하여 시공간 분리 가능한 전위 확산 모델 (SSLDM-ISI)을 제안했습니다.

SSLDM-ISI (공간-시간 분리 가능한 잠재 확산 모델)는 시공간 정보 문제를 해결하기 위해 두 가지 주요 전략을 결합합니다. 먼저, 백본 네트워크의 시공간 변환 블록은 시공간 정보를 효과적으로 추출하고 통합합니다. 둘째, 연구팀이 제안한 강우 강도 구조 정보를 기반으로 한 잠재적 공간 코딩 기술은 극심한 강우의 정보 표현 능력을 향상시켰다.

그림 1 신경망 강수량의 예측 구조

또한, 팀은 또한 모델의 예측 정확도와 안정성을 향상시키기 위해 예측 결과에 대한 다양한 조건의 영향을 연구했습니다. 두 데이터 세트의 기상 평가 및 이미지 품질 평가 지표의 비교 분석을 통해 팀은 단기 강우 예측에서 기존 고급 기술보다 방법을 더 잘 제안하고 현재 고급 결과를 달성했습니다. 우리 온라인 슬롯는 인공 지능 강수 및 일기 예보 분야에서 3 번 연속으로 최첨단 연구 결과를 달성 하여이 분야의 발전에 중요한 기여를했습니다.

논문 링크 주소 : https://ieeexplore.ieee.org/document/10638096

(Chen Mingxiang 소스/컴퓨터 과학 및 기술 검토 온라인 슬롯/Wang Xingjie Final Review/Zhang Qing Editor/Wang Ying Production/Xingyan)