Datasets tagged gcp-public-data-weathernext in Earth Engine
Sử dụng bộ sưu tập để sắp xếp ngăn nắp các trang
Lưu và phân loại nội dung dựa trên lựa chọn ưu tiên của bạn.
PARDIG (Precipitation AI Reanalysis – Densely Inferred GPM) là một tập dữ liệu thử nghiệm về các thông tin ước tính lượng mưa toàn cầu dựa trên AI của Google DeepMind và Google Research, được tạo ra bằng mô hình được mô tả trong bài viết: Global Precipitation Estimates Learned from Sparse Satellite Observations (Thông tin ước tính lượng mưa toàn cầu được rút ra từ dữ liệu quan sát thưa thớt của vệ tinh). PARDIG do một mô hình AI tạo ra, mô hình này…
PARDIG (Precipitation AI Reanalysis – Densely Inferred GPM) là một tập dữ liệu thử nghiệm về các thông tin ước tính lượng mưa toàn cầu dựa trên AI của Google DeepMind và Google Research, được tạo ra bằng mô hình được mô tả trong bài viết: Global Precipitation Estimates Learned from Sparse Satellite Observations (Thông tin ước tính lượng mưa toàn cầu được rút ra từ dữ liệu quan sát thưa thớt của vệ tinh). PARDIG do một mô hình AI tạo ra, mô hình này…
WeatherNext 2 là một tập dữ liệu thử nghiệm về các dự báo thời tiết tổng hợp tầm trung trên toàn cầu, do một phiên bản hoạt động của mô hình thời tiết Functional Network Generative của Google DeepMind tạo ra. Tập dữ liệu thử nghiệm bao gồm dữ liệu theo thời gian thực và dữ liệu trong quá khứ. Dữ liệu theo thời gian thực là mọi dữ liệu liên quan đến thời gian…
WeatherNext 2 Mean là giá trị trung bình của 64 tập hợp trong một tập dữ liệu thử nghiệm về các dự báo thời tiết tập hợp trung hạn trên toàn cầu, do một phiên bản hoạt động của mô hình thời tiết Functional Network Generative của Google DeepMind tạo ra. Để xem tập dữ liệu chứa tất cả các thành viên trong tập hợp, vui lòng xem WeatherNext 2 (không phải giá trị trung bình)…
Tập dữ liệu WeatherNext 3 (0,05°) là một tập dữ liệu thử nghiệm về dự báo thời tiết tổng hợp tầm trung trên toàn cầu của Google DeepMind và Google Research, được tạo ra bằng một phiên bản hoạt động của mô hình được mô tả trong: WeatherNext 3: Tăng độ phân giải và hiệu suất của các mô hình thời tiết toàn cầu bằng dữ liệu quan sát thô. Quyền truy cập dữ liệu…
Tập dữ liệu WeatherNext 3 (0,1°) là một tập dữ liệu thử nghiệm về dự báo thời tiết tổng hợp tầm trung trên toàn cầu của Google DeepMind và Google Research, được tạo ra bằng một phiên bản hoạt động của mô hình được mô tả trong: WeatherNext 3: Tăng độ phân giải và hiệu suất của các mô hình thời tiết toàn cầu bằng dữ liệu quan sát thô. Quyền truy cập dữ liệu…
[[["Dễ hiểu","easyToUnderstand","thumb-up"],["Giúp tôi giải quyết được vấn đề","solvedMyProblem","thumb-up"],["Khác","otherUp","thumb-up"]],[["Thiếu thông tin tôi cần","missingTheInformationINeed","thumb-down"],["Quá phức tạp/quá nhiều bước","tooComplicatedTooManySteps","thumb-down"],["Đã lỗi thời","outOfDate","thumb-down"],["Vấn đề về bản dịch","translationIssue","thumb-down"],["Vấn đề về mẫu/mã","samplesCodeIssue","thumb-down"],["Khác","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"]]