文件名称：STUOD_Hackathon_2021:STUOD Hackathon 2021的“用天气和气候数据进行机器学习”挑战的回购
文件大小：8.77MB
文件格式：ZIP
更新时间：2024-04-16 23:18:26
JupyterNotebook
2021年3月29日至31日，ERC在上层海洋动力学Hackathon中的随机运输 挑战1 + 2 + 3：具有天气和气候数据的机器学习 项目负责人： So Takao（UCL），Bertrand Chapron（IFREMER） 一些天气/气候事件，例如：局部降水事件，热带气旋轨迹，大小和强度，和/或厄尔尼诺现象的发生和强度特征，仍然存在使用数值模型进行常规方法预测的主要困难。 提出的挑战是探索使用最新的机器学习技术为此类复杂问题提供数据驱动的解决方案的可能性。 参与者可以选择在以下领域之一进行工作： 挑战1：预测2020-2021年瑞士巴塞尔的降雨量 降雨强度可分为以下几类： 无雨（0毫米/小时） 毛毛雨（0.01-2.5mm / hr） 小雨（2.5-7.5mm / hr） 中雨（7.5-35.5mm / hr） 阵雨（35.5-64.5mm / hr） 大雨（> 6