Hurricane Forecasting: A Novel Multimodal Machine Learning Framework

This paper describes a novel machine learning (ML) framework for tropical cyclone intensity and track forecasting, combining multiple ML techniques and utilizing diverse data sources. Our multimodal framework, called Hurricast, efficiently combines spatial–temporal data with statistical data by extr...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Weather and forecasting Ročník 37; číslo 6; s. 817 - 831
Hlavní autoři:	Boussioux, Léonard, Zeng, Cynthia, Guénais, Théo, Bertsimas, Dimitris
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Boston American Meteorological Society 01.06.2022
Témata:	Coders Cyclone forecasting Cyclones Data sources Deep learning Feature extraction Forecasting Frameworks Hurricane forecasting Hurricanes Lead time Learning algorithms Machine learning Mathematical models Spatiotemporal data Tropical climate Tropical cyclone forecasting Tropical cyclone intensities Tropical cyclone movement Tropical cyclones
ISSN:	0882-8156, 1520-0434
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!