openclimatefix/graph_weather

해결하는 문제

Graph Weather는 그래프 신경망(GNNs)을 사용하여 일기 예보 및 데이터 동화(data assimilation)를 위한 모듈형 프레임워크를 제공합니다. 이를 통해 연구자와 개발자는 다양한 그래프 기반 AI 모델을 구현하고 실험하여, 기존의 수치 예보(NWP) 방식보다 더 효율적이고 정확하게 날씨 패턴을 예측할 수 있습니다.

작동 방식

이 라이브러리는 DeepMind의 GenCast 및 FGN, Microsoft의 Aurora, 그리고 FengWu-GHR를 포함한 여러 최첨단 그래프 기반 예측 모델을 구현합니다. 위도와 경도 좌표를 기반으로 내부적으로 그래프 생성을 처리하므로, 사용자는 노드 특징(node features)을 모델에 직접 전달할 수 있습니다. 또한 불규칙한 관측값(위도, 경도, 고도 포함)을 원하는 출력 그리드로 매핑할 수 있는 전용 동화 모델을 포함하고 있습니다.

대상 사용자

이 프로젝트는 AI 연구자, 기상학자, 그리고 날씨 및 기후 과학을 위한 머신러닝 분야에서 활동하는 개발자를 위해 설계되었습니다.

주요 특징

• 다양한 모델 아키텍처: GenCast(확산 기반), Aurora, 그리고 WeatherMesh-3(Neighborhood Attention)와 같은 다양한 예측 모델을 구현합니다.
• 모듈형 설계: 다양한 그래프 기반 접근 방식을 실험하기 용이하도록 구성 요소를 교체할 수 있습니다.
• 데이터 동화: 불규칙한 관측값을 구조화된 그리드로 처리하는 도구를 포함합니다.
• PyTorch 기반: 유연한 학습 및 추론을 위해 PyTorch를 기반으로 구축되었습니다.