摘要
本发明公开了一种用于提升人工智能气象大模型分辨率及预报精度的优化模型构建方法和装置,所述方法包括:利用高分辨率训练数据集构建粗网格分辨率模式初始场,驱动粗网格分辨率目标人工智能气象大模型进行预设时段的连续预报,以分别得到多个预报步的粗网格分辨率待优化数据;将各预报步对应的待优化数据分别输入预先构建的人工智能数据处理模型,结合训练数据得到各预报步对应的误差值;对各预报步得到的误差值求和,并以最小化目标函数为训练目标,基于误差值的总和对所述人工智能数据处理模型进行训练,以得到优化后的人工智能数据处理模型。该方法和装置能够提升气象大模型的空间分辨率,进而提高气象预报的精度。
技术关键词
人工智能数据处理
分辨率
模型构建方法
气象
网格
非暂态计算机可读存储介质
模型构建装置
变量
精度
数据获取单元
处理器
残差网络
模式
注意力机制
网络架构
计算机设备
存储器
表达式
程序
系统为您推荐了相关专利信息
疲劳裂纹扩展
钛合金材料
力测试方法
阵列
特征提取算法
区域能源系统
机组运行状态
有功功率
气象环境信息
电热系统
预测模型构建方法
机织纱线
面料工艺
样本
机织面料
空间重构方法
气象站
气象观测数据
重构模型
因子
图像处理方法
采样器
动态令牌
输出特征
多层次特征