气象大模型学习笔记

已于 2024-11-04 16:13:40 修改
阅读量298 收藏
点赞数 3
文章标签： 学习 笔记
于 2024-11-04 15:13:43 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/stay_foolish12/article/details/143483343
版权
stay_foolish12
关注
气象大模型光伏功率预测中的应用：从短期，超短期，中长期的实现与开源代码详解
专注AI大模型,软件混淆,授权
05-10 311
本文详细介绍了基于大模型的光伏功率预测方法，涵盖超短期（15分钟-1小时）、短期（1-6小时）和中长期（1天-1周）预测。文章首先讨论了数据准备与预处理，包括历史功率、气象、天文和电站特性数据的收集与特征工程。随后，针对不同预测需求，提出了多种深度学习模型：超短期预测采用1DCNN-LSTM混合模型，短期预测使用Transformer模型，中长期预测则通过多尺度特征提取模型和概率预测方法处理不确定性。文章还提供了模型训练、评估、部署和优化的完整流程，并开源了代码实现。未来研究方向包括结合数值天气预报、开发时
MCP 学习笔记（1）
姚家湾博客
03-28 922
AI 时代的新鲜事层出不穷，MCP（Model Context Protocol）又火了起来。Anthropic 于 2024 年 11 月推出了，这是 LLM 与各种数据源之间数据交换的开放标准。该协议为 LLM 提供了一种简化的方法，可以与工具和服务集成以执行任务，例如在本地系统上搜索文件、访问 GitHub 存储库以编辑文件以及简化与外部平台的交互。如何理解模型上下文协议这个名称？我一直主张将context 翻译成“，MCP 翻译成大模型脉络协议。比较容易理解，MCP 协议是大模型应用中信息。
2023.10DataWhale扩散模型学习笔记——Week1
godlikesun97的博客
10-20 229
扩散模型是一种生成模型。生成模型的学习目标是对训练数据的分布进行建模。扩散模型的扩散过程包含前向过程和反向过程。前向过程给数据添加噪声；反向过程则是去除噪声，从随机噪声中恢复清晰数据。HuggingFace是一个开源机器学习平台。HuggingFace为我们提供了：1. 超过7万份可供模型训练的数据集（截止2023.10）2. 超过36个开源预训练模型。模型配有模型卡对该模型进行描述和使用方式的说明3. 在线推理:打开。
Datawhale AI春训营学习笔记
m0_63714693的博客
04-19 524
【代码】Datawhale AI春训营学习笔记。
AquaCrop_原理学习笔记04：AquaCrop模型气象数据需求详解
EWBA_GIS_RS_ER的博客
10-16 2874
AquaCrop模型气象数据需求
Datawhale夏令营AI for Science（AI+气象）学习笔记1
yyyy2711的博客
08-01 1008
如何针对降水预测问题搭建模型回顾baseline, 我们可以大致将搭建模型并解决问题分为以下几个步骤:定义, 建立起训练数据和标签之间的关系；定义数据加载器(DataLoader)， 方便取数据进行训练定义, 利用PyTorch搭建网络，根据输入输出数据维度实例化模型定义损失函数, 优化器, 训练周期,并保存模型参数模型加载及(模型预测)，输入测试数据输出要提交的文件安装对应库，数据集导入库函数。
Paraview学习笔记（一）
susugreen_的博客
07-19 3466
打开文件，在Sources中添加动画时间戳 ，Filters → Temporal → Temporal Interpolator（不适用于AMR），这个操作是对每一帧之间进行插值，从而可使动画更加逼真，没有间断感。由于ParaView 是基于 Qt 框架构建的，因此可以使用 Qt 的环境变量来调整其界面的显示比例和字体大小。对于图像显示，输入的数据名旁边有一只小眼睛，点小眼睛就是显示，可以只点小眼睛对数据进行显示而不进行其他操作，如果想对数据进行处理，需要点下面的Apply。可以进行以下的操作。
CMIP6学习笔记（概述）
Akesususu的博客
01-15 3636
CMIP（耦合模式比较计划）**是一个由全球气候研究计划（WCRP）协调的国际合作项目，旨在通过对多个气候模型（如GCMs）的标准化实验比较，评估和改进气候模式的性能，研究气候系统关键问题（如气候敏感性、云反馈等），并预测未来气候变化。它通过不同的阶段（如 CMIP5、CMIP6）来提高气候预测的准确性。CMIP 包括多个实验（如 historical、ssp245），用于研究过去、现在和未来的气候变化。数据集非常丰富，涵盖温度、降水、海冰、气溶胶等多个变量。
书生·浦语大模型全链路开源体系 学习笔记 第三课
sinat_41838539的博客
01-09 948
2、版本需要旧版，pip install huggingface_hub==0.20.1。1、确保环境已将安装huggingface-cli。
Datawhale AI 夏令营学习笔记
Anesthi的博客
07-27 291
PyTorch 是一个开源的深度学习框架，它提供了灵活且高效的张量计算和自动求导机制，适合研究人员和工程师使用。
时间序列模型ARIMA学习笔记
01-23
时间序列模型ARIMA学习笔记 ARIMA 模型是时间序列分析中最常用的模型之一，它可以对时间序列数据进行建模和预测。下面是 ARIMA 模型的相关知识点： 1. ARIMA 模型的组成部分：ARIMA 模型由三个部分组成，即自回归...
calpuff模型学习笔记
11-27
"Calpuff 模型学习笔记" 本资源摘要信息涵盖了 Calpuff 模型的学习笔记，包括 Calpuff 模型的介绍、Calmet 模型、Calpuff 模型、Calpost 模块的详细介绍，以及 Calpuff 模型与 Aermod 模型的区别。 首先，Calpuff ...
华为登上Nature的天气大模型“盘古”-论文Accurate medium-range global weather
07-07
而“盘古”模型通过人工智能的高效学习能力和对数据模式的智能解析，大大提高了预报的速度和精度，预示着未来气象预报的新方向。 华为的这项工作不仅验证了AI在气象科学中的潜力，也为其他领域的复杂模拟问题提供了...
卫星姿态描述基础知识学习记录(部分)
qq_40509664的博客
05-27 1136
相对姿态(坐标系旋转)的描述：假设目标的坐标系为B,参考坐标系为R，对目标的姿态描述即确定目标坐标系与参考坐标系的关系。由于目标坐标系一般固结在目标上，这样便实现了目标的相对姿态描述。描述方式主要有：方向余弦式、欧拉轴/角式、欧拉角式、姿态四元数；由于姿态可唯一确定，这些描述方式间可相互转换。
ai答题平台：AnKo如何引领AI智能学习时代！
tomplus21的博客
05-28 667
ai答题平台的未来，将由AnKo等聚合平台定义。AnKo整合多模型，简化操作流程，重塑ai答题平台使用体验。通过持续创新与技术积累，AnKo让ai答题平台更智能、高效、普及。
cos和dmz学习
LeonNo11的博客
05-27 427
DMZ是为了解决安装防火墙后外部网络的访问用户不能访问内部网络服务器的问题，而设立的一个非安全系统与安全系统之间的缓冲区。将部分用于提供对外服务的服务器主机划分到一个特定的子网——DMZ内，在DMZ的主机能与同处DMZ内的主机和外部网络的主机通信，而同内部网络主机的通信会被受到限制。防火墙1： 这是位于内部网络和DMZ之间的防火墙，用于控制从DMZ到内部网络的流量。内部网络： 这是组织内部的私有网络，包含公司的内部资源和数据。外网访问DMZ：允许外部网络访问DMZ中的服务，但限制对内部网络的访问。
时序数据库IoTDB安装学习经验分享
m0_72638137的博客
05-27 430
在成功运行sbin\start-standalone.bat后，我尝试通过sbin\start-cli.bat连接到服务器，但收到了连接错误的提示。经过尝试，我发现解决方案是在启动服务端应用程序的窗口不要关闭的情况下，再开一个cmd窗口输入连接命令。在安装IoTDB时，我遇到了“无法加载主类”的错误，这通常表明Java环境存在问题。在尝试启动IoTDB时，我遇到了一个奇怪的问题：运行文件后没有任何输出或报错，也没有后续的运行结果。在尝试连接时，我找不到IoTDB的选项，后来发现是因为缺少IoTDB的驱动。
CppCon 2014 学习:How to call C libraries from C++
最新发布
虾球
05-30 767
可以直接在 C++ 中调用 C 标准库函数；要小心使用来匹配参数；推荐使用 C++ 的来统一处理 errno 风格的错误；所有这些调用都建立在 C 头文件的基础上，但通过 C++ 语义让代码更现代、更安全。通过模板和包装类型，清晰地区分不同的协议族和资源类型。利用智能指针和删除器管理资源生命周期。统一错误处理，抛出异常代替错误码。用元信息辅助自动生成封装代码，极大减少手写工作，避免出错。
Vert.x学习笔记-什么是Handler
技术人集结地
05-29 1083
本文介绍了Vert.x框架中的核心概念——Handler，详细讲解了其定义、作用及常见使用场景。Handler作为函数式接口，通过异步事件处理机制简化编程模型，支持HTTP请求、定时任务、消息总线和数据库操作等场景。文章还分析了Handler的执行上下文（Event Loop/Worker线程）、错误处理方式、链式调用和性能优化策略，最后总结其非阻塞、线程安全等特性及最佳实践。掌握Handler的使用能充分发挥Vert.x的高性能优势，构建高效异步应用。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值