MIT研究人员在Nature发表论文，提出一种机器学习后处理层，从历史数据中学习现有预报模型的系统性误差并修正输出，使两到六周次季节预报准确率翻倍，首次在该时间范围稳定优于气候学平均值，并改善极端天气预测。该方法在ECMWF竞赛中获第一，开源且可附加于任意预报模型。
MIT团队用机器学习后处理层将两到六周天气预报准确率翻倍