Resumen

La predicción de la visibilidad en zonas de alta mar se enfrenta a los problemas de la escasez de datos de observación y la complejidad de la meteorología. Este trabajo propone un método de predicción inteligente de la visibilidad en alta mar basado en la red convolucional temporal (TCN) y el aprendizaje por transferencia para resolver el problema. En primer lugar, se preprocesan los conjuntos de datos de visibilidad de los dominios de origen y destino para mejorar la calidad de los datos. A continuación, se construye un modelo basado en la red convolucional temporal y el aprendizaje por transferencia (TCN_TL) para aprender los datos de visibilidad del dominio de origen. Por último, tras transferir el conocimiento aprendido de una gran cantidad de datos del dominio de origen, el modelo aprende el pequeño conjunto de datos del dominio de destino. Una vez completado el entrenamiento, se seleccionaron los datos del modelo del campo meteorológico del Centro Europeo de Predicción Meteorológica de Medio Rango (ECMWF) para probar el rendimiento del modelo. El método propuesto en este trabajo ha logrado resultados relativamente buenos en la previsión de la visibilidad del estrecho de Qiongzhou. Tomando como ejemplo la estación de Haikou en la primavera y el invierno de 2018, el error de previsión es significativamente menor que antes del aprendizaje por transferencia, y la puntuación de previsión se incrementa en 0,11 dentro del nivel de 0-1 km y el período de previsión de 24 h. En comparación con los resultados de previsión de CUACE, el error de previsión de TCN_TL es menor que el del primero, y la puntuación de TS mejora en 0,16. Los resultados muestran que, bajo la condición de conjuntos de datos pequeños, el aprendizaje de transferencia mejora el rendimiento de la predicción del modelo, y TCN_TL se comporta mejor que otros métodos de aprendizaje profundo y CUACE.

• Materias:Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva Neurofisiología
• Subjects:Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience Neurophysiology
• Palabras claves:aprendizaje por transferencia, red convolucional temporal, dominio de destino, dominio de origen, error de previsión, conjunto de datos pequeño, conjunto de datos de visibilidad, centro de previsión meteorológica, resultados de previsión de cuace, error de tcn_tl
• Keywords:transfer learning, temporal convolutional network, target domain, source domain, forecast error, small data set, visibility data set, weather forecast center, cuace forecast results, error of tcn_tl