麻省理工学院林肯实验室 发布 TorNet 数据集, 应用在 龙卷风检测、机器学习 领域

麻省理工学院林肯实验室 本次发布的数据集 TorNet, TorNet数据集是由麻省理工学院林肯实验室创建的，用于支持机器学习算法在龙卷风检测和预测中的开发。该数据集包含了从2013年至2022年的10年风暴事件中采样的全分辨率极化天气雷达数据，总计203,133个样本。数据集设计用于包含多种对流模式和风暴类型，包括活跃的已确认龙卷风风暴、龙卷风前风暴演变、非龙卷风旋转风暴、非旋转严重风暴和非严重风暴。创建此数据集的目的是为了支持两种主要研究工作：1) 通过提供标记的龙卷风、非龙卷风旋转和非旋转风暴示例，支持龙卷风检测的分析和算法开发；2) 通过提供旋转强度连续变化的风暴的时间演变，支持龙卷风预测，提供可能的龙卷风生成前兆。数据集及其源代码和模型权重已公开可用，旨在加速研究和发展，并允许全球的研究团队在同一基准上比较他们的模型和结果。

查看TorNet

关于 麻省理工学院林肯实验室 , 麻省理工学院林肯实验室（MIT Lincoln Laboratory）是美国麻省理工学院的一个研究机构，专注于国防和安全相关的先进技术研究，特别是在电子系统、通信、信息处理和传感器技术领域。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。