Aardvark 天气模型引入不确定性,分离观测误差与模型不确定性
FraunhoferHHI · hf · 2026-09-01
Fraunhofer HHI 提出了 Uncertainty-Aware End-to-End AI Weather Forecasting 方法,使 Aardvark 天气模型具备概率预测能力。通过在编码器和处理器中加入学习到的观测噪声和蒙特卡洛丢弃(Monte Carlo dropout),生成了一个经过校准的嵌套集成模型。该方法不仅提升了平均预测准确度,还能有效区分数据中的偶然不确定性(Aleatoric)和模型认知不确定性(Epistemic)。
「研究」频道最新
- 1955 年 AI 提案与 2026 现状对比 — dejanseo · 2026-09-01
- 相对 Fisher 信息与大模型自然梯度法 — FrnkNlsn · 2026-09-01
- 新论文探讨生成式 AI 中专业伦理与通用伦理的冲突 — mircomusolesi · 2026-09-01
- 开发者如何界定 AI 软件开发系统:Agent 还是闭环? — lovettsendit · 2026-09-01
- DeepMind将前沿评测放入加密环境以防模型“备考” — VraserX · 2026-09-01
- 谷歌开源模型数天处理坦桑尼亚1100万张动物照片 — anselm · 2026-09-01