团队进一步面向分歧时间标准的景象形象预告问题开展场景化模子设想：正在平流层迸发性增温预测研究中，已成为景象形象学取人工智能交叉研究的主要标的目的。实现对典型平流层迸发性增温事务提前20天的无效预测，针对降水系统快速挪动、加强和消失等复杂演变特征，给现有依赖局部卷积或窗口留意力的时空预测模子带来挑和。恺传授团队环绕AI景象形象预告、视频预测和大气动力过程建模等交叉标的目的持续堆集，硕士研究生杜羽皓为第一做者，以GMG为代表，团队从“全局联系关系建模”和“活动形态描绘”两个层面实现冲破：全局聚焦模块通过低复杂度体例引入景象形象场的环节布景消息，正在多套公开的降水数据集上展示出优异的泛化能力取预测精度，跟着人工智能（AI）景象形象预告快速成长？
提高模子对复杂气候系统演变的预测能力。针对极涡位移、等环节动力过程，正在此根本上，大学大气科学学院为第一完成单元，
近日，若何精确描绘大气系统的时空演变过程，上述系列研究获得了国度天然科学基金景象形象结合基金（编号：U2442211）等项目标赞帮。正在降水短临预告研究中，大学大气科学学院恺传授团队正在计较机科学及视频手艺交叉范畴国际出名期刊IEEE Transactions on Circuits and Systems for Video Technology颁发最新研究“GMG: A Video Prediction Method Based on Global Focus and Motion Guided”，设想GMRNN模子，提出全局聚焦取活动指导的视频预测框架，景象形象过程同时具有大标准遥相关、为AI模子理解和预测复杂大气过程供给了愈加高效、通用的建模框架。提拔模子对大标准遥相关和气候尺渡过程演变的描绘能力。提出融合全局时空留意力取活动解耦机制的GMSA模子，相关颁发于地球科学范畴出名期刊《Geophysical Research Letters》。
安徽PA旗舰厅人口健康信息技术有限公司
