论文阅读ECMWF机器学习路线图

北京一般性治疗白癜风大概多少钱 http://m.39.net/pf/a_4638468.html
ECMWF于年2月发布未来十年的机器学习路线图。Düben,P,Modigliani,U,Geer,A,Siemen,S,Pappenberger,F,Bauer,P,Brown,A,Palkovic,M,Raoult,B,Wedi,N,Baousis,V,,MachinelearningatECMWF:Aroadmapforthenext10years,ECMWFTechnicalmemorandum,doi:10./ge7ckgm本文“正文”章节简要介绍该技术文档的部分内容，底稿来自Google翻译，并结合笔者自己的理解，对部分原文进行调整、删减和重排。如有偏差，敬请批评指正。正文数值天气预报和气候服务领域的科学家正探索人工智能(ArtificialIntelligence,AI)和机器学习(MachineLearning,ML)的新能力将会如何改变未来的地球系统科学。但是，研究的范围和速度也带来一些严峻的挑战：

需要建立必要的专门知识

需要开发软件和硬件基础设施

在预报工作流中将机器学习方法与传统模型集成

本技术报告将为未来十年(-)建立路线图(roadmap)，指出所面临的挑战，提供可行的解决方案，并设定步骤。简介What,whyandhow什么是AI和ML？AI是机器展示的智能，与人类展示的自然智能不同。机器学习是对计算机算法的研究，这些算法通过对数据的学习而自动进行改进，无需进行显式编程。机器学习代表与地球系统科学最相关的AI子集。机器学习方法可以分为两类：监督学习(Supervisedmethods)基于带标记的数据进行学习。比如：

分类：在气压场中是否有热带气旋

回归：伦敦明天预期日降水量是2.3mm

地球系统中的大部分机器学习方法都是监督学习，因为更容易配置和解释。非监督学习(Unsupervisedmethods)：基于未标记的数据区分数据样本，例如聚类和降维。非监督学习方法越来越受到

转载请注明：http://www.beicanshijie.com/gjbz/16027.html