基于自注意力机制的深度学习的海洋三维温度场预测
2024年6月11日·,
·
0 分钟阅读时长
Weihao Yue
Yongsheng Xu
朱善良
摘要
目前主要从时空角度出发对海洋三维温度场进行预测，却忽略了相邻位置的海温相关关系。为弥补这一不足，构建一种融合了自注意力记忆模块与卷积式长短时记忆神经网络（ConvLSTM）模型的SA-ConvLSTM三维温度场预测模型，不仅可以从历史三维温度场中提取海温时空特征，还能获取并记忆相邻点位置信息，从而实现对三维温度场时空变化的把握。实验结果表明：相较于ConvLSTM模型，SA-ConvLSTM模型在滑动预测与多步长递归预测实验下的均方根误差和平均绝对误差提升约14%，且整体预测效果均优于基线模型、长短时记忆神经网络模型和ConvLSTM模型。
类型
出版物
海洋预报
Authors
Authors
Authors
正教授
博士，教授，硕士生导师，人工智能技术海洋场景化应用山东省工程研究中心副主任，青岛市人工智能海洋技术创新中心副主任，青岛科技大学数学与交叉研究院副院长。山东赛区数学建模竞赛专家组成员、山东省数学会理事、山东省应用统计学会理事、人工智能海洋学专业委员会委员。近年来，主持或参与国家自然科学基金、省自然基金、省教改项目等各类教学科研项目20多项，在国内外期刊发表学术论文80余篇，其中被SCI、EI检索70余篇，参编教材1部。指导学生参加全国大学生数学建模竞赛、中国研究生数学建模竞赛、美国大学生数学建模竞赛等各类竞赛获国家一等奖9项、国家二等奖29项、国家三等奖13项、山东省一等奖37项、山东省二等奖12项、山东省三等奖7项。指导本科生参加国家大学生创新计划项目4项。