我院黄添强教授带领的人工智能研究团队取得重要进展

发布时间:2021-12-24浏览次数:1838

近日,我院黄添强教授带领的人工智能研究团队在深度学习+地球系统科学的研究上取得了重要进展。

厄尔尼诺-南方涛动(ENSO)是地球系统年代际变化的主要变量,它影响到全球气候、农业、生态系统、人类健康和社会生活的方方面面。为了提高对ENSO的预报能力,提出了一种基于深度残差卷积网络的模型,并利用dropout和迁移学习克服了模型训练阶段数据不足的问题。该模型能够提前20个月有效预测Nino3.4指数,比现有的最优模型增加了3个有效月。而且,通过同构迁移学习该模型能提前18个月有效预测ONI指数。利用异构迁移学习该模型能以83.3%的准确度提前12个月预测ENSO的类型。

该研究成果以《Deep Residual Convolutional Neural Network Combining Dropout and Transfer Learning for ENSO Forecasting为题发表于地球系统科学领域顶级期刊《Geophysical Research Letters(中科院一区Top2020)上。该论文福建师范大学为第一单位,第一作者为我院硕士研究生胡杰,共同第一作者为我院翁彬博士,通讯作者为黄添强教授。

官网链接:https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2021GL093531