2021 “AI Earth”人工智能创新挑战赛 Task 1

这里写目录标题

  • 赛题背景
  • 我的初衷
  • 数据说明
  • Baseline
  • baseline衍生 模型预测

赛题背景

作为一个时间序列预测问题,需要基于历史气候观测和模式模拟数据
具体包括

  • 利用T时刻过去12个月(包含T时刻)的时空序列(气象因子)
  • 构建预测ENSO的深度学习模型
  • 预测未来1-24个月的Nino3.4指数

我的初衷

简单来说就是根据给定时间段内的相关数据(示意是12个连续自然月),预测未来1-24个月的趋势。前老板还在的时候曾经试图做过这个相关的research,但是师姐没有做出比较好的结果,所以这次跟着大家学习一下。

数据说明

本次比赛使用的数据包括CMIP5/6模式的历史模拟数据和美国SODA模式重建的近100多年历史观测同化数据。每个样本包含以下气象及时空变量:海表温度异常(SST),热含量异常(T300),纬向风异常(Ua),经向风异常(Va),数据维度为(year,month,lat,lon)。对于训练数据提供对应月份的Nino3.4 index标签数据。

Baseline

这里给出datawhale的baseline 我先调试下结果
Baseline

事实证明 还是需要很多时间跑的

然后结果不出所料
得分
还有很大的优化空间

baseline衍生 模型预测

过程中报了这个错误
2021 “AI Earth”人工智能创新挑战赛 Task 1_第1张图片
改法:
在这里插入图片描述

然后是这个错误
2021 “AI Earth”人工智能创新挑战赛 Task 1_第2张图片
然后尝试网上给的解决方法都没解决

你可能感兴趣的:(NLP,人工智能,python,机器学习)