Predicting weather with deep learning

Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21240%2F23%3A00375863" target="_blank" >RIV/68407700:21240/23:00375863 - isvavai.cz</a>
Výsledek na webu
<a href="https://www.mlprague.com/prague2023/" target="_blank" >https://www.mlprague.com/prague2023/</a>
DOI - Digital Object Identifier
—

Jazyk výsledku
angličtina
Název v původním jazyce
Predicting weather with deep learning
Popis výsledku v původním jazyce
In this workshop we will implement train and test machine learning models that analyze satellite and weather radar data. You will get hands-on experience with the most common deep neural nets used for spatiotemporal predictions (e.g. UNet with some bells and whistles and convolutional recurrent nets). You will play with PyTorch implementation and analyze the results. You will understand the common pitfalls and reasons why the prediction fails.
Název v anglickém jazyce
Predicting weather with deep learning
Popis výsledku anglicky
In this workshop we will implement train and test machine learning models that analyze satellite and weather radar data. You will get hands-on experience with the most common deep neural nets used for spatiotemporal predictions (e.g. UNet with some bells and whistles and convolutional recurrent nets). You will play with PyTorch implementation and analyze the results. You will understand the common pitfalls and reasons why the prediction fails.

Druh
W - Uspořádání workshopu
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Rok uplatnění
2023
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Podobné výsledky(10)