例如提供長歷史、統(tǒng)計特性一致的模式數(shù)據(jù),整理和開發(fā)高分辨的觀測和分析資料用于訓練和檢驗,據(jù)代刊介紹,但通過綜合如交通、能源、農(nóng)業(yè)等各領域的數(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)嶒灁?shù)據(jù)中高精度識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開展的基于深度學習的短臨降水預報效果良好;北京市氣象局也將機器學習方法應用于溫度預報;福建省氣象局基于機器學習的降水要素的客觀訂正方法已在多個省氣象局得到業(yè)務推廣應用,在這方面,” , “人工智能在氣象行業(yè)中的應用剛起步,研究人員已經(jīng)將數(shù)據(jù)挖掘技術應用于海量集合預報數(shù)據(jù)的預報信息提取,未來應加強新的、更高級的AI技術理論研究和應用開發(fā)。