|
深度学习在气象数据挖掘中的应用 田伟，秦子航，乔建权，吴云龙，林陈 （南京信息工程大学软件学院，南京 210044） 摘要：在全球气候变化加剧和极端天气事件频发的背景下，气象数据的规模和技术复杂性显著增加，传统气象数据挖掘方法，如决策树、聚类分析等，在处理小规模数据时表现良好，但在应对大规模、多维度、非线性的气象数据时存在局限性。近年来，凭借在图像识别和自然语言处理等领域的强大特征提取和非线性建模能力，深度学习逐渐被应用于气象数据挖掘。本文综述了气象数据类型、深度学习模型及其在气象数据挖掘中的具体任务，分别对比了深度学习与数值天气预报（NWP）、深度学习与传统气象数据挖掘方法的优劣。，并探讨了 AI 气象大模型的应用。最后，对未来研究方向进行了展望，强调了深度学习在气象数据挖掘中的潜力和挑战。 关键词：气象数据；数据挖掘；深度学习；气象大模型；神经网络；综述 中图分类号：P456
| 
发表于 2025-7-23 05:53
