37 min

对话帝国理工DSI博后程思博:从森林大火预警,大模型与气候变化说‪起‬ Talks at Climind

    • Technology

PLEASE NOTE THAT THIS EPISODE IS IN CHINESE



“Talks at Climind”是Climind与一流大学、研究机构和行业合作伙伴共同推出的气候议题领导力播客。气候是一个数据集成问题,我们的目标旨在提出有关气候数据解决方案的洞察,特别是针对能源转型、适应和减缓、碳市场和基于自然的解决方案等领域。



本期嘉宾

程思博,帝国理工数据科学研究所 DSI 博士后研究员



主要话题

(00:00)-嘉宾介绍

(03:19)-如何预测森林大火的发展

(05:48)-气候变化中的森林大火预测:预防、计算方法和混合模型

(14:29)-使用数据进行代理模型的学习:减少使用线下数据的时间,提高学习效果

(16:59)-计算复杂度与数据质量的重要性:为什么高精度计算需要更多数据

(26:23)-训练过程不稳定,如何克服模型缺陷

(34:52)-等价性在算法中的表现



延伸阅读


程思博个人主页:https://www.imperial.ac.uk/people/sibo.cheng

订阅平台


Spotify Podcasts: Talks at Climind | Podcast on Spotify


Apple Podcasts: Talks at Climind on Apple Podcasts
Youtube Channel: Talks at Climind - YouTube
小宇宙: Talks at Climind | 小宇宙 - 听播客,上小宇宙 (xiaoyuzhoufm.com)

联系我们


想知道Climind如何通过数据撬动气候变化分析?欢迎联系我们
Climind 网站: www.climind.co
领英:Climind: 简介 | LinkedIn
邮箱:contact@climind.co

PLEASE NOTE THAT THIS EPISODE IS IN CHINESE



“Talks at Climind”是Climind与一流大学、研究机构和行业合作伙伴共同推出的气候议题领导力播客。气候是一个数据集成问题,我们的目标旨在提出有关气候数据解决方案的洞察,特别是针对能源转型、适应和减缓、碳市场和基于自然的解决方案等领域。



本期嘉宾

程思博,帝国理工数据科学研究所 DSI 博士后研究员



主要话题

(00:00)-嘉宾介绍

(03:19)-如何预测森林大火的发展

(05:48)-气候变化中的森林大火预测:预防、计算方法和混合模型

(14:29)-使用数据进行代理模型的学习:减少使用线下数据的时间,提高学习效果

(16:59)-计算复杂度与数据质量的重要性:为什么高精度计算需要更多数据

(26:23)-训练过程不稳定,如何克服模型缺陷

(34:52)-等价性在算法中的表现



延伸阅读


程思博个人主页:https://www.imperial.ac.uk/people/sibo.cheng

订阅平台


Spotify Podcasts: Talks at Climind | Podcast on Spotify


Apple Podcasts: Talks at Climind on Apple Podcasts
Youtube Channel: Talks at Climind - YouTube
小宇宙: Talks at Climind | 小宇宙 - 听播客,上小宇宙 (xiaoyuzhoufm.com)

联系我们


想知道Climind如何通过数据撬动气候变化分析?欢迎联系我们
Climind 网站: www.climind.co
领英:Climind: 简介 | LinkedIn
邮箱:contact@climind.co

37 min

Top Podcasts In Technology

Acquired
Ben Gilbert and David Rosenthal
All-In with Chamath, Jason, Sacks & Friedberg
All-In Podcast, LLC
Lex Fridman Podcast
Lex Fridman
Search Engine
PJ Vogt, Audacy, Jigsaw
Hard Fork
The New York Times
TED Radio Hour
NPR