Prévisions météorologiques de nouvelle génération : Apprentissage profond et analyse de données

Ce livre fournit une méthodologie de bout en bout, axée sur la science, pour les prévisions météorologiques de nouvelle génération en intégrant des méthodes d'apprentissage profond avec des modèles climatiques basés sur la physique. Ce livre propose un modèle hybride incorporant la fusion de données multimodales, l'apprentissage de séquences temporelles et les réseaux neuronaux à contraintes physiques pour améliorer la précision et la crédibilité des prévisions par une marge substantielle.En utilisant les données des stations terrestres, des satellites, du système de réanalyse mondiale et des données basées sur l'IdO, le cadre résout les déconnexions spatiales et temporelles qui affligent les systèmes de prédiction traditionnels.

Autorentext

Saptarshi Mondal, studente del terzo anno di B.Tech CSE (AIML) presso l'Università di Adamas, ha pubblicato un articolo su Springer sull'intelligenza artificiale per l'assistenza ai disabili.Rupsha Roy, studente del terzo anno di B.Sc (Hons) Agriculture presso l'Università di Adamas, si occupa di agricoltura resiliente al clima. Entrambi collaborano alla ricerca sulle previsioni meteorologiche guidate dall'intelligenza artificiale.