沙丘社区
论文

WxFM-XL：将单变量基础模型适配到多站点天气预测

WxFM-XL: Adapting Univariate Foundation Models to Multi-Station Weather Forecasting

Xiao Wang, Changjian Chen, Zhuo Tang, Rongwen Li, Hongwu Liu, Kenli Li
模型训练上下文与知识应用与实践参数高效训练知识图谱科学研究

摘要

随着单变量时间序列基础模型（例如日晷、计时器）的兴起，人们初步努力将其扩展到多变量设置。然而，这些模型主要侧重于对变量之间的相关性进行建模。当它们应用于多站天气预报时，两个重要因素经常被忽视：（1）站点的空间信息，（2）不同站点相对于基础模型的不同误差先验。在本文中，我们提出了 WxFM-XL，一种将单变量时间序列基础模型应用于多站天气预报的模型。 WxFM-XL 引入了跨站误差相关先验图来捕获相对于基础模型的站位误差先验。在此基础上，我们进一步提出了一种动态融合机制，自适应地将空间相关图与误差相关先验图相结合。对多个数据集的实验表明，我们的模型优于最先进的基线。

WxFM-XL：将单变量基础模型适配到多站点天气预测：论文原图
图 2：WxFM-XL 框架概述。