2019年9月18日,南京信息工程大学大气院气候与应用前沿研究院罗京佳教授与韩国全南国立大学Yoo-Geun Ham教授团队合作在Nature 在线发表题为“Deep learning for multi-year ENSO forecasts”的研究论文,该研究用深度学习方法构建了卷积神经网络模型(CNN),该模型可以将ENSO预测时效提前到一年半,并达到80%左右的预测准确率。
主持和参与了我国、日本和澳大利亚多个科研项目,曾多次担任美国、英国和荷兰国家级研究项目评审专家,是Nature, Science,PNAS等30多个国际知名杂志审稿者,有着广泛的国际合作关系和影响力,与日本、澳大利亚、法国、德国、意大利、韩国、美国等众多著名科研机构保持长期的国际合作关系,例如,ICAR与日本海洋研究开发机构应用实验...
罗京佳教授:机器学习加速气候模拟 6月7-8日,深圳超算召开气象专题研讨会,南京信息工程大学罗京佳教授做了“气候模拟和预测研究简介”的学术报告,介绍了他近年来结合超算和人工智能在气象预报方面做的工作。 罗教授认为,气象的数值预报要朝着高精度化、复杂化和智能化的方向发展。罗教授的SINTEX-F2模型,模拟全球海洋温度...
共发表学术论文170余篇，包括Nature及其子刊、Science、PNAS等国际顶级期刊，文章总引用数超过15000次，其中有30余篇文章的引用超过100次。承担项目 2021-2025年 国家自然科学基金基础科学中心项目，气候系统预测研究中心，项目骨干 2020-11至2025-04 科技部国家重点研发计划项目，大数据与深度学习方法创新地球系统模式发展...