例如提供長歷史、統(tǒng)計(jì)特性一致的模式數(shù)據(jù),整理和開發(fā)高分辨的觀測和分析資料用于訓(xùn)練和檢驗(yàn),據(jù)代刊介紹,但通過綜合如交通、能源、農(nóng)業(yè)等各領(lǐng)域的數(shù)據(jù)和研究,開發(fā)了從全球云系統(tǒng)分辨率模型(NICAM)氣候?qū)嶒?yàn)數(shù)據(jù)中高精度識(shí)別熱帶低氣壓征兆云的方法, 在我國。
廣東省氣象局利用阿里平臺(tái)開展的基于深度學(xué)習(xí)的短臨降水預(yù)報(bào)效果良好;北京市氣象局也將機(jī)器學(xué)習(xí)方法應(yīng)用于溫度預(yù)報(bào);福建省氣象局基于機(jī)器學(xué)習(xí)的降水要素的客觀訂正方法已在多個(gè)省氣象局得到業(yè)務(wù)推廣應(yīng)用,在這方面,” , “人工智能在氣象行業(yè)中的應(yīng)用剛起步,研究人員已經(jīng)將數(shù)據(jù)挖掘技術(shù)應(yīng)用于海量集合預(yù)報(bào)數(shù)據(jù)的預(yù)報(bào)信息提取,未來應(yīng)加強(qiáng)新的、更高級(jí)的AI技術(shù)理論研究和應(yīng)用開發(fā)。