| 基于注意力机制与自适应时序分解的气温预报模型 |
| |
| 引用本文： | 杨彬,马廷淮,黄学坚.基于注意力机制与自适应时序分解的气温预报模型[J].气象,2024,50(6):723-732. |
| |
| 作者姓名： | 杨彬 马廷淮 黄学坚 |
| |
| 作者单位： | 南京信息工程大学计算机学院，南京 210044 |
| |
| 基金项目： | 国家重点研发计划（2021YFE0104400）和国家自然科学基金项目（62372243、62102187、42175194）共同资助 |
| |
| 摘 要： | 针对传统方法在捕捉气象序列长期依赖关系及泛化性能上的不足，提出了一种基于稀疏注意力与自适应时序分解的气温预报模型（ATFSAS）。该模型整体采用编码器 解码器架构，结合稀疏注意力机制以有效捕捉气象观测数据间的长期依赖性。为减少编码过程中造成的冗余，提出了一种信息蒸馏方法。通过结合多层解码器与自适应时序分解单元，逐步细化预报信号中的周期性和趋势性分量，实现了较为精准的气温预报。基于德国耶拿气象数据集，进行24 h精细化气温预报，其平均绝对误差为1.7108℃。基于中国地面气候资料日值数据集，进行中短期日平均气温预报和多地区单日平均气温预报，相比传统模型LSTM，ATFSAS模型预报结果的平均绝对误差分别提升了35.56%和23.66%。
|
| 关 键 词： | 人工智能，深度学习，时序预测，气温预报 |
| 收稿时间： | 2023/6/5 0:00:00 |
| 修稿时间： | 2024/3/28 0:00:00 |
Air Temperature Forecasting Model Based on Attention Mechanism and AdaSTL |
| |
| YANG Bin,MA Tinghuai,HUANG Xuejian.Air Temperature Forecasting Model Based on Attention Mechanism and AdaSTL[J].Meteorological Monthly,2024,50(6):723-732. |
| |
| Authors: | YANG Bin MA Tinghuai HUANG Xuejian |
| |
| Institution: | School of Computer Science, Nanjing University of Information Science and Technology, Nanjing 210044 |
| |
| Abstract: | |
| |
| Keywords: | artificial intelligence deep learning time series prediction air temperature forecast |
|
| 点击此处可从《气象》浏览原始摘要信息 |
| 点击此处可从《气象》下载免费的PDF全文 |
