TC-Next多模态气旋预报模型发布
热点事件持续更新
TC-Next多模态气旋预报模型发布
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Zhe Wang等作者发布多模态深度学习模型TC-Next，可基于GraphCast大气场预报与GridSat红外卫星图像，实现6-24小时热带气旋路径与强度预报。 作者称，在GraphCast上，该模型路径误差较规则追踪器TempestExtremes降低15-44%，强度误差降低3-6倍，且无需重训练即可迁移至Pangu-Weather和IFS HRES。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
TC-Next：零样本多模态热带气旋预报模型报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AITC-Next：零样本多模态热带气旋预报模型
多模态深度学习模型 TC-Next 可基于 GraphCast 大气场预报与 GridSat 红外卫星图像，实现 6-24 小时热带气旋路径与强度预报。在 GraphCast 上，其路径误差较规则追踪器 TempestExtremes 降低 15-44%，强度误差降低 3-6 倍，且无需重训练即可迁移至 Pangu-Weather 和 IFS HRES。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。