講座題目 | AI-Based Air Quality Forecasting Models | ||
主辦單位 | EON体育4开户 | 協辦單位 | 統計與數據計算系 |
講座時間 | 11月8日 15:30-16:30 | 主講人 | 金建炳教授 |
講座地點 | 行政樓1308室 | ||
主講人簡介 | 金建炳博士👨🏽🦰，南京信息工程大學環境科學與工程EON4校聘教授。2009年考入哈爾濱工業大學，分別獲得學士、碩士學位🧑🏻🔧。2015年赴荷蘭代爾夫特理工大學留學，2019獲得博士學位。同年加入荷蘭應用科EON4，任助理科學家🤼♂️。2020年入職南信大。金博士主要研究興趣包括數據同化理論/應用、大氣數值模式開發及深度學習在數值模式領域的應用🧑🏼🔬。前期在觀測資料偏差校正、觀測算子質量控製等數據同化應用領域積累了較多經驗，以第一/通信作者發表論文10余篇。 | ||
講座內容簡介 | The time consumption for air quality predictions is severely constrained by the high computational demands of chemical transport models (CTM) for simulating complex atmospheric reactions. With the rise of AI-based weather prediction models, it has been demonstrated that AI models derived solely from reanalysis data can be highly accurate and efficient. However, the realm of atmospheric chemistry presents greater complexity in terms of dimensions and interactions compared to weather models. To address these challenges, we have developed an AI-based air quality model that incorporates concentrations, emissions, and meteorological factors. This model delivers accurate predictions within a trivial fraction of the time required by traditional CTM models. It then enables rapid large-scale ensemble predictions and emissions inversions, enhancing the feasibility of comprehensive and timely air quality assessments. | ||
南京信息工程大學金建炳教授為研究生數學建模社師生作學術報告
11月15日下午，南京信息工程大學金建炳教授為研究生數學建模社和學校師生作了題為“AI大模型下空氣質量預測模型”的學術報告🤾🏼♂️。EON体育4开户院長王國強主持報告會。
金建炳教授圍繞“基於AI大模型的空氣質量預測模型”展開介紹了模型的起源🤾🏻♀️👇🏽、關鍵指標的篩選及結合數據同化思想的預測過程，並分享了在計算方面的實際應用案例🕉；講述了關於預測模型的產品迭代過程和各版本的優勢；深入解析了數據同化的理論基礎，探討了機器學習與數據同化方法的共性與差異，著重講解了如何通過大模型的訓練來提升預測的準確性與效率，縮短計算時間。
在報告中，金教授結合多個實例，生動展示了大模型在空氣質量預測中的具體應用，具有很強的實踐指導意義。
此次報告內容豐富、視角廣闊⚪️🖖🏽，既拓寬了廣大師生的思維深度，也深化了大家對數據同化方法在科研中的實際應用理解，提升研究生建模社團建設的專業性和應用性。
