Convolutional LSTM Network: A Machine Learning Approach For Precipitation Nowcasting

Abstract

• 本文将降水量的预报作为一个时空序列预报问题，其输入和预报目标都是时空序列。通过将完全连通的LSTM（FC-LSTM）扩展为在输入到状态和状态到状态转换中都具有卷积结构，我们提出了卷积LSTM（ConvLSTM），并利用它建立了降水预报问题的端到端可训练模型。

Preliminaries

The Model

• 编码LSTM将整个输入序列压缩为隐藏状态张量，预测LSTM将此隐藏状态展开，以给出最终预测：
• 

ConclusionandFutureWork

• 本文将降水预报问题表述为一个时空序列预报问题，并提出了一个新的扩展名为convLSTM的方法来解决这一问题。
• convLSTM层不仅保留了FC-LSTM的优点，而且由于其固有的卷积结构，也适用于时空数据。将convLSTM引入到编码预测结构中，建立了一个降水预报的端到端可训练模型。