FourCastNet公司 swMATH编号： 47169 软件作者： 贾迪埃普·巴沙克（Jaideep Pathak）；Subramanian，Shashank；彼得·哈林顿（Peter Harrington）；桑吉耶夫·拉贾；阿什什·查托帕迪亚伊（Ashesh Chattopadhyay）；莫特萨·马尔达尼（Morteza Mardani）；托尔斯滕·库思；大卫·霍尔（David Hall）；李宗毅；阿齐扎德涅谢利（Azizzadenesheli），卡姆亚尔（Kamyar）；哈桑扎德，佩德拉姆；卡西纳，卡西克；Anandkumar，阿尼马什里 描述： FourCastNet：使用自适应傅里叶神经运算符的全球数据驱动高分辨率天气模型。FourCastNet是傅里叶预测神经网络（Fourier Forecasting Neural Network）的缩写，是一种全球数据驱动的天气预测模型，能够以0.25∘的分辨率提供准确的中短期全球预测。FourCastNet准确预测了高分辨率、快速的时间尺度变量，如地面风速、降雨量和大气水汽。它对规划风能资源、预测热带气旋、热带外气旋和大气河流等极端天气事件具有重要意义。FourCastNet与ECMWF综合预报系统（IFS）的预报精度相匹配，该系统是一种最先进的数值天气预报（NWP）模型，在大尺度变量的提前期较短，而在复杂精细结构的变量（包括降水量）方面，其预报精度优于IFS。FourCastNet在不到2秒的时间内生成一周的预测，比IFS快几个数量级。FourCastNet的速度使我们能够创建快速、廉价的大型集合预测，并使用数千个集合成员来改进概率预测。我们讨论了数据驱动的深度学习模型（如FourCastNet）如何成为气象工具包的宝贵补充，以帮助和增强NWP模型。 主页： https://arxiv.org/abs/202.11214 源代码： https://github.com/NVlabs/FourCastNet 依赖项： 蟒蛇 关键词： 大气和海洋物理预印本;arXiv_物理.ao-ph;机器学习;arXiv_cs。LG公司;数值天气预报;深度学习;自适应傅里叶神经算子;变压器 相关软件： 掌中宽带;OpenFWI公司;地震网;深XDE;PyTorch公司 引用于： 3文件 全部的 前5名11位作者引用 1 巴赫、埃维亚塔尔 1 米夏埃尔·贝廷 1 阿什什·查托帕迪亚伊 1 迪迪埃·克鲁托 1 菲利波·加蒂 1 佩德拉姆Hassanzadeh 1 罗伯特·詹德西 1 范妮·莱曼 1 克里斯蒂安·莱斯格 1 尼尔斯·马根伯格 1 易卜拉欣·纳比扎德 2篇连载文章中引用 2 应用力学与工程中的计算机方法 1 计算物理杂志 全部的 前5名在7个字段中引用 1 概率论与随机过程（60-XX） 1 数值分析（65-XX） 1 可变形固体力学（74-XX） 1 流体力学（76-XX） 1 地球物理学（86-XX） 1 生物学和其他自然科学（92-XX） 1 系统论；控制（93至XX） 按年份列出的引文