What is it about?

L'article souligne l'importance des conditions météorologiques dans la vie quotidienne et les pertes humaines et matérielles qui peuvent causer des conditions imprévues. L'intelligence artificielle (IA) est identifiée comme une solution prometteuse pour réduire ces pertes en permettant des prévisions météorologiques plus précises. L'article se concentre sur l'examen des techniques d'apprentissage automatique et d'apprentissage en profondeur utilisées dans les applications de prévision météorologique, en s'interrogeant sur les techniques et algorithmes les plus performants. Cette étude vise à passer en revue les techniques proposées dans la littérature entre 2009 et 2024, en utilisant des moteurs de recherche comme ScienceDirect, Research Gate, et Google Scholar. Le document est structuré pour présenter différentes approches et algorithmes, analyser la littérature existante, discuter des résultats, et fournir des conclusions.

Featured Image

Why is it important?

Prévention des Pertes : Ce travail est crucial pour améliorer les prévisions météorologiques et ainsi prévenir les pertes humaines et matérielles causées par des conditions météorologiques imprévues. Amélioration des Prédictions : En évaluant différentes techniques d'intelligence artificielle, il aide à identifier les méthodes les plus efficaces pour prévoir le temps, rendant les prévisions plus précises. Avancées Technologiques : Il contribue à l'avancement des technologies de prévision météorologique, en mettant en lumière les algorithmes et méthodes les plus performantes. Orientation des Futurs Recherches : En examinant les résultats des recherches existantes, il guide les futurs travaux en identifiant les approches prometteuses et les domaines à améliorer. Bénéfice Sociétal : En fournissant des prévisions plus fiables, ce travail aide à mieux gérer les risques météorologiques, protégeant ainsi la vie, la santé et les biens des personnes.

Perspectives

in the future, we plan combine Artificial Neural Networks (ANN) with other machine learning or optimization techniques, to improve the accuracy and robustness of temperature and precipitation forecasts by using the best-performing training algorithm and the optimal activation function.

oussama zemnazi
Universite Hassan II Casablanca

Read the Original

This page is a summary of: A Comprehensive Review of Artificial Intelligence for Weather Forecasting, April 2024, ACM (Association for Computing Machinery),
DOI: 10.1145/3659677.3659768.
You can read the full text:

Read

Contributors

The following have contributed to this page