NeuralGCM:可微分动力核与神经参数化耦合的大气环流模型
气象 / 混合物理机器学习
把可微分大气动力核与神经网络参数化端到端耦合的混合模型,1–15 天预报精度比肩 ECMWF 集合预报,40 年 AMIP 模拟复现历史变暖趋势,算力节省 3–5 个数量级。
新 代码为 Apache-2.0;训练权重为 CC BY-SA 4.0 气象预报混合物理机器学习可微分求解器
1 个条目
| / | Focus search |
| gh | Go to home |
| gf | Go to favorites |
| ga | Go to A–Z index |
| gr | Go to recent updates |
| gt | Go to timeline |
| gp | Go to Hot 100 |
| ? | Show this help |
| Alt+D | Toggle dark mode |
| Esc | Close dialog |