文献

J-GLOBAL ID：202102268110012476   整理番号：21A0268357

深層学習に基づく天気予測:調査【JST・京大機械翻訳】

Deep Learning-Based Weather Prediction: A Survey

著者 (14件)： Ren Xiaoli (College of Meteorology and Oceanography, National University of Defense Technology, Changsha, Hunan, 410073, China) ,  Ren Xiaoli (College of Computer Science and Technology, National University of Defense Technology, Changsha, Hunan, 410073, China) ,  Li Xiaoyong (College of Meteorology and Oceanography, National University of Defense Technology, Changsha, Hunan, 410073, China) ,  Li Xiaoyong (College of Computer Science and Technology, National University of Defense Technology, Changsha, Hunan, 410073, China) ,  Ren Kaijun (College of Meteorology and Oceanography, National University of Defense Technology, Changsha, Hunan, 410073, China) ,  Ren Kaijun (College of Computer Science and Technology, National University of Defense Technology, Changsha, Hunan, 410073, China) ,  Ren Kaijun (Laboratory of Software Engineering for Complex Systems, National University of Defense Technology, Changsha, Hunan, 410073, China) ,  Song Junqiang (College of Meteorology and Oceanography, National University of Defense Technology, Changsha, Hunan, 410073, China) ,  Song Junqiang (College of Computer Science and Technology, National University of Defense Technology, Changsha, Hunan, 410073, China) ,  Xu Zichen (College of Computer Science and Technology, Nanchang University, Nanchang, Jiangxi, 330031, China) ,  Deng Kefeng (College of Meteorology and Oceanography, National University of Defense Technology, Changsha, Hunan, 410073, China) ,  Deng Kefeng (College of Computer Science and Technology, National University of Defense Technology, Changsha, Hunan, 410073, China) ,  Wang Xiang (College of Meteorology and Oceanography, National University of Defense Technology, Changsha, Hunan, 410073, China) ,  Wang Xiang (College of Computer Science and Technology, National University of Defense Technology, Changsha, Hunan, 410073, China)
資料名： Big Data Research  (Big Data Research)
巻： 23  ページ： Null  発行年： 2021年 
JST資料番号： W3530A  ISSN： 2214-5796  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 天気予報は,人間の生活のさまざまな側面に及ぼす気象影響の早期警戒において基本的役割を行った。例えば,天気予報は,交通事故と混雑を低減する自律車両のための意思決定支援を提供し,それは,降雨,空気可視度などの外部環境要因のセンシングと予測に完全に依存する。正確でタイムリーな天気予測は,常に気象科学者の目標であった。しかし,従来の理論駆動数値気象予測(NWP)法は,物理的メカニズムの不完全な理解,観測データの削除から有用な知識を得ることの困難さ,および強力な計算資源の要求のような多くの課題に直面している。コンピュータビジョン,音声認識,および時系列予測のような様々な分野におけるデータ駆動深層学習法の適用の成功により,深層学習法は時空データから時間的および空間的特徴を効果的にマイニングできることが証明されている。気象データは典型的な大きい地理空間データである。深層学習ベース気象予測(DLWP)は,従来の方法への強い補足であると期待されている。現在,多くの研究者が天気予報にデータ駆動深層学習を導入し,いくつかの予備的結果を達成した。本論文では,ニューラルネットワーク(NN)アーキテクチャの設計,空間および時間スケール,ならびにデータセットおよびベンチマークの側面において,深層学習ベース気象予測の最先端研究を調査した。次に,従来のNWPと比較してDLWPの長所と短所を分析し,DLWPの潜在的将来の研究トピックを要約した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 音声認識 ,  降雨 ,  *天気 ,  天気予報 ,  気象 ,  ニューラルネットワーク ,  気象データ ,  交通事故 ,  コンピュータビジョン ,  可視度 ,  ベンチマーク ,  計算機アーキテクチャ
準シソーラス用語： 時系列予測 ,  データ駆動 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 深層学習 ,  ビッグ気象データ ,  天気予報 ,  空間-時間特徴 ,  時系列

分類 (1件)： 天気予報  (DC05020O)

タイトルに関連する用語 (4件)： 深層学習 ,  天気 ,  予測 ,  調査