ecmwf/aifs-single-0.2.1
AIFS Single - v0.2.1 Here, we introduce the Artificial Intelligence Forecasting System (AIFS), a data driven forecast model developed by the European Centre for Medium-Range Weather Forecasts (ECMWF). We show that AIFS produces highly skilled foreca...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tuần
#1 Repository Của Tuần
#1 Repository Của Tuần
🌍 AIFS v0.2.1: Dự báo thời tiết bằng trí tuệ nhân khẳng từ ECMWF
Mô hình dự báo khí tượng dựa trên Graph Neural Network (GNN) của European Centre for Medium-Range Weather Forecasts (ECMWF).
Artificial Intelligence Forecasting System (AIFS) là một mô hình dự báo dựa trên dữ liệu do European Centre for Medium-Range Weather Forecasts (ECMWF) phát triển. AIFS sử dụng kiến trúc Graph Neural Network (GNN) encoder-decoder kết hợp sliding window transformer processor để dự báo các biến khí tượng như nhiệt độ, áp suất, độ ẩm và lưu lượng gió. Mô hình này được huấn luyện trên dữ liệu ERA5 re-analysis và các phân tích NWP vận hành của ECMWF, và hiện đang chạy bốn lần mỗi ngày bên cạnh mô hình NWP truyền thống của ECMWF.
✨ Điểm nổi bật
- Graph Neural Network (GNN): Sử dụng GNN encoder-decoder để xử lý dữ liệu không gian và thời gian.
- Sliding Window Transformer: Xử lý tuần tự trạng thái khí quyển qua các cửa sổ thời gian trượt.
- Dự báo 6 giờ: Nhận đầu vào trạng thái khí quyển ở thời điểm t₀ và dự báo trạng thái tại t₀+6h.
- Huấn luyện trên ERA5: Được huấn luyện trên dữ liệu ERA5 re-analysis và phân tích NWP vận hành.
- Hỗ trợ đa dạng biến số: Bao gồm nhiệt độ, áp suất, độ ẩm, lưu lượng gió và lượ lượng mưa.
- Mở nguồn công cộng: Dự báo được công bố công khai theo chính sách dữ liệu mở của ECMWF.
- Hỗ trợ Flash Attention: Sử dụng flash_attention trong quá trình huấn luyện để tối ưu hiệu suất.
- Kiến trúc linh hoạt: Hỗ trợ nhiều cấp độ song song để huấn luyện trên dữ liệu độ phân giải cao.
💡 Vì sao đáng chú ý
AIFS khác biệt so với các mô hình khí tượng truyền thống bằng cách sử dụng Graph Neural Network thay vì các phương pháp số học truyền thống, cho phép mô hình học sâu các mối quan hệ phi tuyến tính trong hệ thống khí quyển. Điều này giúp AIFS đạt được độ chính xác cao trong dự báo các biến khí tượng phức tạp như vị trí áp thông tháp và lưu lượng mưa rào.
AIFS phù hợp cho các ứng dụng nghiên cứu khí tượng, giám sát thời tiết và nghiên cứu biến đổi khí hậu, đặc biệt hữu ích khi kết hợp với khung công tác Anemoi để phát triển hệ thống dự báo thời tiết dựa trên máy học.
#AI #WeatherForecasting #GraphNeuralNetwork #ECMWF #Anemoi #TiniX
Similar Projects
Discover other similar projects and AI models.
Position-based Equivariant Graph Neural Network (pos-egnn) This repository contains PyTorch model for loading and performing inference using the pos-egnn, a foundation model for Chemistry and Materials. GitHub: https://github.com/IBM/materials/tree/...
Grid Small Foundation Model (GridSFM) Model summary | Field | Value | | --- | --- | | Developer | Microsoft CorporationAuthorized representative: Microsoft Ireland Operations Limited 70 Sir John Rogerson’s Quay, Dublin 2, D02 R296, Ireland | | Descr...
Utonia: Toward One Encoder for All Point Clouds This repository contains the model weights for Utonia, a step toward one-from-all and one-for-all point cloud encoder presented in the paper Utonia: Toward One Encoder for All Point Clouds(https://arxi...
Concerto: Joint 2D-3D Self-Supervised Learning Emerges Spatial Representations This repository contains the model weights for Concerto, a novel approach for learning robust spatial representations presented in the paper Concerto: Joint 2D-3D Self-Su...
Varda-single-1.0 !Paper(https://img.shields.io/badge/arXiv-2610.01835-b31b1b.svg)(https://arxiv.org/abs/2610.01835) !Framework(https://img.shields.io/badge/framework-Anemoi-orange)(https://anemoi.readthedocs.io/) !Run on Kaggle(https://img.shields.i...
Ephris Ephris is a pretrained graph foundation model from Nums AI Inc. for node classification through graph in-context learning. It predicts query-node labels from graph features, edges and labeled context nodes, with no task-specific training. Thi...
Disya/UIGEN-T3-14B-Preview-Q4KM-GGUF This model was converted to GGUF format from Tesslate/UIGEN-T3-14B-Preview(https://huggingface.co/Tesslate/UIGEN-T3-14B-Preview) using llama.cpp via the ggml.ai's GGUF-my-repo(https://huggingface.co/spaces/ggml-o...
Cogito Estella — Latent Graph Engine (v0.7.0) Non-autoregressive decoder heads that turn SONAR (Meta) sentence embeddings directly into knowledge-graph triples — no token decoding, structurally valid by construction, 0.013 ms per concept on an RTX 5...
all-MiniLM-L6-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic search. Usage (Sentence-Transformers) Using t...