AdaWeather：自適應混合概率性天氣預報

這篇研究論文提出了一個名為 AdaWeather 的自適應框架，旨在結合多個概率性天氣預報模型。論文中指出，近年來機器學習的進步已產生了與最先進數值天氣預報模型相當的概率性預報模型，但由於情境依賴性，單一模型難以在所有時空背景下持續佔優，其相對表現高度依賴具體情境。這促使了自適應結合方法的發展，以提升預報的改進和穩健性。 AdaWeather 框架同時運用機器學習和專家混合方法，動態地組合多個預報。傳統的專家建議方法通常基於事後最佳單一專家來計算遺憾界限，而本研究將算法和分析擴展，證明 AdaWeather 的方法相比事後最佳靜態專家混合具有對數遺憾特性。在實驗部分，研究團隊專注於溫度預報進行驗證，結果顯示 AdaWeather 優於現有方法，展示了其在天氣預報領域的潛在應用價值。