SE-ResUNet论文解读

最新推荐文章于 2025-04-21 11:11:10 发布

lianghe77

最新推荐文章于 2025-04-21 11:11:10 发布

阅读量7k

点赞数 2

分类专栏： python 深度学习

本文链接：https://blog.youkuaiyun.com/lianghe77/article/details/112617912

版权

本文详细解读了《Deep Learning Prediction of Incoming Rainfalls》论文，介绍了如何利用扩展的FCN结构——SE-ResUNet，结合U-Net、ResNet和 Sqeeze-and-Excitation模块，预测北京地区的降水。该模型通过关注临近时刻信息，提高了预测准确性，并减少了计算时间。实验结果显示，SE-ResUNet在短期降水预测上优于传统方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

《Deep Learning Prediction of Incoming Rainfalls：An Operational Service for the City of Beijing China》论文解读

这是一篇通过扩展FCN结构来预测降水的文章。文章提出的服务主要运用于北京区域。它能对未来两小时内的降水进行预测，时间和空间分辨率分别为1km和6分钟。该神经网络模型结合了已知的U-Net，ResNet，Sqeeze-and-Excitation和注意力机制模块。这种方法得到的结果要好于传统方法，且计算时间较传统方法更短。