- 搭建跨网络异构计算架构,解决本地无 GPU 与服务器无外网的硬件约束,通过 SSH/SFTP 实现代码推送、远程训练、结果回传的全自动化链路 - 设计结构化系统提示词,将"基线理解→诊断→改进→验证→迭代"的科研方法论编码为 Agent 可遵循的工作流,使其能够自主完成神经算子性能优化 - 实现后台进程管理、训练日志实时监控、错误自动修复等机制,单次任务可稳定运行 12 小时、20 轮迭代
项目背景:针对青海区域短临降水预报需求,开展风云四号B卫星与雷达数据融合的深度学习预报研究,目标是提升0-3小时降水预报精度。 数据预处理(FY-4B卫星+雷达数据对齐、NC文件经纬度校验)、基线模型搭建与调优(Earthformer、SimVP),以及基于Cuboid Transformer的改进模型研发。 · 完成4万+样本数据集构建与清洗,跑通Earthformer等3个基线模型,建立CSI指标评测基准 · 提出残差扩散+Flow-Warp的改进方案,在多阈值CSI指标上优于基线模型 · 输出可用于论文写作的完整实验对比结果,含定量指标曲线与定性预报对比图
- 搭建跨网络异构计算架构,解决本地无 GPU 与服务器无外网的硬件约束,通过 SSH/SFTP 实现代码推送、远程训练、结果回传的全自动化链路 - 设计结构化系统提示词,将"基线理解→诊断→改进→验证→迭代"的科研方法论编码为 Agent 可遵循的工作流,使其能够自主完成神经算子性能优化 - 实现后台进程管理、训练日志实时监控、错误自动修复等机制,单次任务可稳定运行 12 小时、20 轮迭代...
项目背景:针对青海区域短临降水预报需求,开展风云四号B卫星与雷达数据融合的深度学习预报研究,目标是提升0-3小时降水预报精度。 数据预处理(FY-4B卫星+雷达数据对齐、NC文件经纬度校验)、基线模型搭建与调优(Earthformer、SimVP),以及基于Cuboid Transformer的改进模型研发。 · 完成4万+样本数据集构建与清洗,跑通Earthformer等3个基线模型,建立CSI指标评测基准 · 提出残差扩散+Flow-Warp的改进方案,在多阈值CSI指标上优于基线模型 · 输出可用于论文写作的完整实验对比结果,含定量指标曲线与定性预报对比图...
添加客服微信,免费为您安排与该工程师直接沟通
长按二维码添加客服微信
如该工程师当前档期不合,也可免费为您推荐相似候选人