网上赌博-澳门网上赌博古风_百家乐乐百家娱乐场_全讯网meet(中国)·官方网站

近日，由宜賓學(xué)院與重慶理工大學(xué)共同指導(dǎo)的研究生羅文杰， 在《IEEE Transactions on Geoscience and Remote Sensing》（IEEE TGRS，IEEE地球科學(xué)與遙感匯刊）學(xué)術(shù)期刊上發(fā)表一篇題為“SSRF-Net: A Stage-wise Scheduled Rainfall Forecasting Network with an Asymmetric Architecture”（SSRF-Net：一種具有非對(duì)稱架構(gòu)的分階段調(diào)度降雨預(yù)測(cè)網(wǎng)絡(luò)）的論文。該項(xiàng)研究由宜賓學(xué)院計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院李朝榮教授帶領(lǐng)的“人工智能與視覺檢測(cè)團(tuán)隊(duì)”提供學(xué)術(shù)支持；論文第一作者為羅文杰，通訊作者為李朝榮教授，宜賓學(xué)院為第一完成單位。該項(xiàng)研究提出一個(gè)“分階段 + 調(diào)度訓(xùn)練”的新框架（SSRF-Net），針對(duì)多步降雨預(yù)測(cè)中易出現(xiàn)的誤差累積、過度平滑與強(qiáng)降雨刻畫不足等難題，給出了系統(tǒng)性的工程與學(xué)習(xí)策略解決方案。核心做法包括：多階段滑動(dòng)窗口滾動(dòng)預(yù)測(cè)、基于計(jì)劃采樣（scheduled sampling）的教師強(qiáng)迫訓(xùn)練，以及強(qiáng)度加權(quán)的高斯 KL 散度損失用于強(qiáng)調(diào)中到強(qiáng)降雨的預(yù)測(cè)能力。經(jīng)在 KNMI 與 SEVIR 兩個(gè)公開雷達(dá)數(shù)據(jù)集的大量實(shí)證對(duì)比，SSRF-Net在高閾值強(qiáng)降雨場(chǎng)景下取得顯著增益（如 KNMI 上 30 mm/h 閾值逐幀 CSI 提升最高達(dá) 41.8%；SEVIR 上 12 kg/m2 閾值 CSI 提升 17.3%），同時(shí)保持較高的計(jì)算效率（約 6.55 GFLOPs / 8.69M 參數(shù)）。

圖1

圖1概述多步降雨預(yù)報(bào)的幾種生成策略與訓(xùn)練機(jī)制：（a）直接一次性生成全序列；（b） 貪心式多模型選擇；（c）多階段滾動(dòng)預(yù)測(cè)（本研究）；（d）帶計(jì)劃采樣的教師強(qiáng)迫，訓(xùn)練中以遞減日程在真值與模型自回歸輸出間切換，穩(wěn)定長(zhǎng)時(shí)序?qū)W習(xí)并降低暴露偏差。

圖2

圖2展示了一個(gè)具有挑戰(zhàn)性的降水事件案例研究，樣例來自 SEVIR 數(shù)據(jù)集（美國(guó)本土 CONUS）。本例采用每 5 分鐘一幀、共 13 幀（T+5 至 T+65 分鐘）的臨近預(yù)報(bào)設(shè)置。圖中對(duì)比了 SSRF-Net 與若干強(qiáng)基線在多個(gè)提前期下的逐幀預(yù)測(cè)；可見隨提前量增加，SSRF-Net 在保持強(qiáng)回波核心、邊界連續(xù)性與移動(dòng)路徑方面更貼近真值，尤其在強(qiáng)降水區(qū)域的形態(tài)與峰值刻畫上表現(xiàn)更穩(wěn)定。

論文發(fā)表地址：https://ieeexplore.ieee.org/document/11224360

（供稿/陳明香 審核/王星捷 終審/陳銳杰 編輯/王穎 制作/余俊言）