microsoft/aurora

解决的问题

Aurora 旨在预测地球系统中的大气变量，例如温度。它解决了创建一个能够跨不同大气任务泛化、而无需为每个新应用都提供大量特定任务训练数据的预测模型的挑战。

工作原理

Aurora 是地球系统的基础模型。它首先在大量通用大气数据上进行训练，以学习通用模式。然后，可以使用相对少量的数据对其进行适应（微调），以应用于特定的预测任务。该项目提供了四个专门版本的模型，用于：

• 中分辨率天气预测
• 高分辨率天气预测
• 空气污染预测
• 海浪预测

适用人群

此工具适用于从事全球环境建模、天气预测和空气污染预测的研究人员和开发者。

主要亮点

• 基础模型架构：采用从通用到特定的训练方法，减少对特定任务数据的需求。
• 多任务能力：能够预测温度、空气污染和海浪。
• 高分辨率：支持中分辨率和高分辨率天气预测。
• 广泛的数据整合：在包括 ERA5、CMIP6 和 CAMS 再分析在内的多样化数据集上进行训练。