ИССЛЕДОВАНИЕ · RESEARCH · #1972
ML‑постобработка удвоила точность прогнозов погоды на 2–6 недель, утверждают авторы
Исследователи, в том числе из MIT, создали ML‑слой постобработки, который учится исправлять ошибки существующих прогнозных систем; при применении к эталонной модели он удвоил точность прогнозов в диапазоне 2–6 недель, занял первое место в международном конкурсе и впервые превзошёл климатический средний показатель, сообщают авторы в Nature. Среди соавторов — Джуда Коэн, Лестер Маки и исследователи Microsoft и ECMWF.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- Исследователи, в том числе из MIT, создали ML‑слой постобработки, который учится исправлять ошибки существующих прогнозных систем; при применении к эталонной модели он удвоил точность прогнозов в диапазоне 2–6 недель, занял первое место в международном конкурсе и впервые превзошёл климатический средний показатель, сообщают авторы в Nature.
- Среди соавторов — Джуда Коэн, Лестер Маки и исследователи Microsoft и ECMWF.
- Улучшенные субсезонные прогнозы дают больше времени для подготовки операторам энергосистем, фермерам и службам спасения и повышают точность предсказаний экстремальных явлений.
ПОЧЕМУ ЭТО ВАЖНО
Улучшенные субсезонные прогнозы дают больше времени для подготовки операторам энергосистем, фермерам и службам спасения и повышают точность предсказаний экстремальных явлений.