Datasets tagged gcp-public-data-weathernext in Earth Engine
Koleksiyonlar ile düzeninizi koruyun
İçeriği tercihlerinize göre kaydedin ve kategorilere ayırın.
PARDIG (Precipitation AI Reanalysis - Densely Inferred GPM), Google DeepMind ve Google Research tarafından geliştirilen, yapay zeka destekli küresel yağış tahminlerini içeren deneysel bir veri kümesidir. Bu veri kümesi, "Global Precipitation Estimates Learned from Sparse Satellite Observations" (Seyrek Uydu Gözlemlerinden Öğrenilen Küresel Yağış Tahminleri) adlı makalede açıklanan model kullanılarak oluşturulmuştur. PARDIG, aşağıdaki özelliklere sahip bir yapay zeka modeli tarafından üretilir:
PARDIG (Precipitation AI Reanalysis - Densely Inferred GPM), Google DeepMind ve Google Research tarafından geliştirilen, yapay zeka destekli küresel yağış tahminlerini içeren deneysel bir veri kümesidir. Bu veri kümesi, "Global Precipitation Estimates Learned from Sparse Satellite Observations" (Seyrek Uydu Gözlemlerinden Öğrenilen Küresel Yağış Tahminleri) adlı makalede açıklanan model kullanılarak oluşturulmuştur. PARDIG, aşağıdaki özelliklere sahip bir yapay zeka modeli tarafından üretilir:
WeatherNext 2, Google DeepMind'ın Functional Network Generative hava durumu modelinin operasyonel bir sürümü tarafından üretilen küresel orta vadeli toplu hava durumu tahminlerini içeren deneysel bir veri kümesidir. Deneysel veri kümesi, gerçek zamanlı ve geçmiş verileri içerir. Gerçek zamanlı veriler, şu zaman dilimleriyle ilgili verilerdir:
WeatherNext 2 Mean, Google DeepMind'ın Functional Network Generative hava durumu modelinin operasyonel bir sürümü tarafından üretilen küresel orta vadeli toplu hava durumu tahminlerinin deneysel bir veri kümesinin 64 topluluğunun ortalamasıdır. Tüm topluluk üyelerini içeren bir veri kümesi için lütfen (ortalama olmayan) WeatherNext 2 …
WeatherNext 3 (0,05°) veri kümesi, Google DeepMind ve Google Research tarafından hazırlanan küresel orta vadeli topluluk hava durumu tahminlerini içeren deneysel bir veri kümesidir.Bu veri kümesi, "WeatherNext 3: Increasing resolution and performance of global weather models with raw observations" (WeatherNext 3: Ham gözlemlerle küresel hava durumu modellerinin çözünürlüğünü ve performansını artırma) başlıklı makalede açıklanan modelin operasyonel bir sürümü tarafından oluşturulmuştur. Veri Erişimi …
WeatherNext 3 (0,1°) veri kümesi, Google DeepMind ve Google Research tarafından hazırlanan küresel orta vadeli topluluk hava durumu tahminlerinin deneysel bir veri kümesidir.Bu veri kümesi, "WeatherNext 3: Increasing resolution and performance of global weather models with raw observations" (WeatherNext 3: Ham gözlemlerle küresel hava durumu modellerinin çözünürlüğünü ve performansını artırma) başlıklı makalede açıklanan modelin operasyonel bir sürümü tarafından üretilmiştir. Veri Erişimi …
[[["Anlaması kolay","easyToUnderstand","thumb-up"],["Sorunumu çözdü","solvedMyProblem","thumb-up"],["Diğer","otherUp","thumb-up"]],[["İhtiyacım olan bilgiler yok","missingTheInformationINeed","thumb-down"],["Çok karmaşık / çok fazla adım var","tooComplicatedTooManySteps","thumb-down"],["Güncel değil","outOfDate","thumb-down"],["Çeviri sorunu","translationIssue","thumb-down"],["Örnek veya kod sorunu","samplesCodeIssue","thumb-down"],["Diğer","otherDown","thumb-down"]],[],[],["WeatherNext Gen and WeatherNext Graph are experimental datasets providing global, medium-range weather forecasts. These datasets, produced by operational versions of Google DeepMind's models, include both real-time and historical data. WeatherNext Gen utilizes a diffusion-based ensemble model, while WeatherNext Graph uses a graphical neural network. Both datasets cover forecasts, precipitation, and temperature, and are tagged with the \"gcp-public-data-weathernext\" identifier.\n"]]