機器學習的原理及其在氣候預測中的潛在應用

作者：賀圣平,王會軍,李華,趙家臻

摘要：經歷了兩次“人工智能寒冬”之后,機器學習于近十年再次進入大眾視野,且有騰飛發展之勢,已在圖像識別和語音識別系統等實際應用方面取得了巨大成功。從已知數據集中總結關鍵信息和主要特征,從而對新數據做出準確的識別和預測,分別是機器學習的主要任務和主要目標之一。從這個角度看,將機器學習整合到氣候預測的思路切實可行。本文,首先以線性擬合參數(即斜率和截距)調整為例,介紹了機器學習通過梯度下降算法優化參數并最終得到線性擬合函數的過程。其次,本文介紹了神經網絡的構建思路以及如何應用神經網絡擬合非線性函數的過程。最后,闡述了深度學習之卷積神經網絡的框架原理,并將卷積神經網絡應用到東亞冬季逐月氣溫的回報試驗,并與氣候動力模式的回報結果相比較。本文將有助于理解機器學習的基本原理,為機器學習應用于氣候預測提供一定的參考思路。

發文機構：南京信息工程大學氣象災害教育部重點實驗室/氣象災害預報預警與評估協同創新中心 卑爾根大學地球物理研究所 中國科學院大氣物理研究所竺可楨-南森國際研究中心 中國科學院氣候變化研究中心

關鍵詞：機器學習神經網絡卷積神經網絡氣候預測東亞冬季氣溫machine learningneural networkconvolutional neural networkclimate predictionEast Asian winter temperature

分類號： G63[文化科學—教育學]