Benchmark Tests for Numerical Weather Forecasts on Inexact Hardware

Benchmark Tests for Numerical Weather Forecasts on Inexact Hardware

A reduction of computational cost would allow higher resolution in numerical weather predictions within the same budget for computation. This paper investigates two approaches that promise significant savings in computational cost: the use of reduced precision hardware, which reduces floating point...

Mô tả đầy đủ

Chi tiết về thư mục
Những tác giả chính:	Dueben, P, Palmer, T
Định dạng:	Journal article
Ngôn ngữ:	English
Được phát hành:	American Meteorological Society 2014

Những quyển sách tương tự

On the use of inexact, pruned hardware in atmospheric modelling.
Bằng: Düben, P, et al.
Được phát hành: (2014)

Machine learning emulation of gravity wave drag in numerical weather forecasting
Bằng: Chantry, M, et al.
Được phát hành: (2021)

WeatherBench: A Benchmark Data Set for Data‐Driven Weather Forecasting
Bằng: Stephan Rasp, et al.
Được phát hành: (2020-11-01)

Machine Learning Emulation of Gravity Wave Drag in Numerical Weather Forecasting
Bằng: Matthew Chantry, et al.
Được phát hành: (2021-07-01)

An approach to secure weather and climate models against hardware faults
Bằng: Dueben, P, et al.
Được phát hành: (2017)

Benchmarking Forecasting Models for Space Weather Drivers
Bằng: Richard J. Licata, et al.
Được phát hành: (2020-10-01)

Inexact knowledge
Bằng: Williamson, T
Được phát hành: (1992)

INEXACT KNOWLEDGE
Bằng: Williamson, T
Được phát hành: (1992)

The use of imprecise processing to improve accuracy in weather and climate prediction
Bằng: Dueben, P, et al.
Được phát hành: (2014)

Williamson on inexact knowledge
Bằng: Mahtani, A
Được phát hành: (2008)

Opportunities and challenges for machine learning in weather and climate modelling: hard, medium and soft AI
Bằng: Chantry, M, et al.
Được phát hành: (2021)

Inexact searches on the L-curve
Bằng: Hugo Lara Urdaneta, et al.
Được phát hành: (2009-09-01)

Accelerating high-resolution weather models with deep-learning hardware
Bằng: Hatfield, S, et al.
Được phát hành: (2019)

WeatherBench 2: A Benchmark for the Next Generation of Data‐Driven Global Weather Models
Bằng: Stephan Rasp, et al.
Được phát hành: (2024-06-01)

Optimising the use of ensemble information in numerical weather forecasts of wind power generation
Bằng: Stanger, J, et al.
Được phát hành: (2019)

Optimising the use of ensemble information in numerical weather forecasts of wind power generation
Bằng: J Stanger, et al.
Được phát hành: (2019-01-01)

Digital image blending by inexact multiplication
Bằng: Balasubramanian, Padmanabhan, et al.
Được phát hành: (2022)

A note on inexact secant methods
Bằng: Emil Cătinaş
Được phát hành: (1996-08-01)

A note on inexact secant methods
Bằng: Emil Cătinaş
Được phát hành: (1996-08-01)

Calibration and prediction for the inexact SIR model
Bằng: Yan Wang, et al.
Được phát hành: (2022-01-01)

POSTMODERNISM: A STEP IN AN "INEXACT DIRECTION"
Bằng: I. N. Krizhanovskiy
Được phát hành: (2018-12-01)

Predicting uncertainty in forecasts of weather and climate
Bằng: Palmer, T
Được phát hành: (2000)

ESSO ENERGY AWARD LECTURE, 1986 - ADVANCES IN NUMERICAL WEATHER PREDICTION FOR AVIATION FORECASTING
Bằng: White, P, et al.
Được phát hành: (1987)

Model error in weather forecasting
Bằng: Orrell, D, et al.
Được phát hành: (2001)

Exploring the typhoon intensity forecasting through integrating AI weather forecasting with regional numerical weather model
Bằng: Hongxiong Xu, et al.
Được phát hành: (2025-02-01)

Inexact Version of Bregman Proximal Gradient Algorithm
Bằng: S. Kabbadj
Được phát hành: (2020-01-01)

Neural-based inexact graph de-anonymization
Bằng: Guangxi Lu, et al.
Được phát hành: (2024-03-01)

Information storage and retrieval systems with inexact queries
Bằng: C. Jalobeanu
Được phát hành: (1981-02-01)

Information storage and retrieval systems with inexact queries
Bằng: C. Jalobeanu
Được phát hành: (1981-02-01)

Improved GCN Model for Inexact Graph Matching
Bằng: LI Changhua, CUI Liyang, LI Zhijie
Được phát hành: (2020-08-01)

Challenges and design choices for global weather and climate models based on machine learning
Bằng: P. D. Dueben, et al.
Được phát hành: (2018-10-01)

Hardware Countermeasures Benchmarking against Fault Attacks
Bằng: Francisco Eugenio Potestad-Ordóñez, et al.
Được phát hành: (2022-02-01)

Benchmarking Neuromorphic Hardware and Its Energy Expenditure
Bằng: Christoph Ostrau, et al.
Được phát hành: (2022-06-01)

Scale-selective precision for weather and climate forecasting
Bằng: Chantry, M, et al.
Được phát hành: (2019)

Predicting the uncertainty of numerical weather forecasts: a review
Bằng: Martin Ehrendorfer
Được phát hành: (1997-09-01)

Model error in weather forecasting
Bằng: D. Orrell, et al.
Được phát hành: (2001-01-01)

A generative deep learning approach to stochastic downscaling of precipitation forecasts
Bằng: Harris, L, et al.
Được phát hành: (2022)

Inexact management modeling for urban water supply systems
Bằng: Xu, Y., et al.
Được phát hành: (2013)

Inexact Quantum Square Root Circuit for NISQ Devices
Bằng: Sohrab Sajadimanesh, et al.
Được phát hành: (2024-01-01)

A note on the quadratic convergence of the inexact Newton methods
Bằng: Emil Cătinaş
Được phát hành: (2000-08-01)