雪災
  • Description

Paul Roebber是威斯康星大學密爾沃基分校的大氣科學教授,他的研究重點是改進天氣預報系統。 Roebber先生擁有加拿大魁北克省蒙特利爾麥吉爾大學的大氣科學博士學位。

在過去的8年裡,Roebber先生一直在使用NeuroSolutions以及Custom Solution Wizard和Source Code Library。 Roebber先生使用NeuroSolutions開發了一種雪密度系統,該系統目前被美國國家氣象局(National Weather Service)用於協助預測降雪深度。 Roebber先生的系統使用幾種不同類型的神經網絡架構,包括主成分分析(PCA)和多層感知器(一個和兩個隱藏層)來完成他的10個人工神經網絡的整體。

這個集合正確地診斷了60.4%的雪災事件,比使用樣本氣候學的正確率為41.7%,使用10比1的正確率為45%(見表),正確使用的比例為51.7%國家氣象局“新降雪預估融水轉換”表。海德克技能評分在消除那些純粹由於隨機機會而正確的預測之後,衡量正確預測的分數。合奏技巧達到0.34-0.42的海德克技能分數,比下一個最熟練的方法增加了75% - 183%!

羅伯伯先生選擇神經解決方案沒有任何問題,因為“沒有任何其他方面似乎與神經解決方案相競爭”。當被問及他對NeuroSolutions最喜歡的是什麼時,他說這是“讓你在建立神經網絡方面加快速度”以及“神經網絡背景下的良好文檔”的能力。

我們要感謝Roebber先生與我們分享他的偉大成功故事,並使用NeuroSolutions來幫助改進國家氣象部門的現代天氣預報。

您可以閱讀美國氣象學會網站上發表的所有3篇文章