Találati lista | Tudóstér

001-es BibID:	BIBFORM115661
035-os BibID:	(cikkazonosító)e2157 (WoS)001119372200001 (Scopus)85175346590
Első szerző:	Baran Sándor (matematikus, informatikus)
Cím:	Statistical post-processing of visibility ensemble forecasts / Sándor Baran, Mária Lakatos
Dátum:	2023
ISSN:	1350-4827
Megjegyzések:	To be able to produce accurate and reliable predictions of visibility has crucial importance in aviation meteorology, as well as in water- and road transportation. Nowadays, several meteorological services provide ensemble forecasts of visibility; however, the skill and reliability of visibility predictions are far reduced compared with other variables, such as temperature or wind speed. Hence, some form of calibration is strongly advised, which usually means estimation of the predictive distribution of the weather quantity at hand either by parametric or nonparametric approaches, including machine learning-based techniques. As visibility observations-according to the suggestion of the World Meteorological Organization-are usually reported in discrete values, the predictive distribution for this particular variable is a discrete probability law, hence calibration can be reduced to a classification problem. Based on visibility ensemble forecasts of the European Centre for Medium-Range Weather Forecasts covering two slightly overlapping domains in Central and Western Europe and two different time periods, we investigate the predictive performance of locally, semi-locally and regionally trained proportional odds logistic regression (POLR) and multilayer perceptron (MLP) neural network classifiers. We show that while climatological forecasts outperform the raw ensemble by a wide margin, post-processing results in further substantial improvement in forecast skill, and in general, POLR models are superior to their MLP counterparts.
Tárgyszavak:	Természettudományok Matematika- és számítástudományok idegen nyelvű folyóiratközlemény külföldi lapban folyóiratcikk classification ensemble calibration multilayer perceptron proportional odds logistic regression visibility
Megjelenés:	Meteorological Applications. - 30 : 5 (2023), p. 1-18. -
További szerzők:	Nagy-Lakatos Mária (1995-) (programtervező informatikus)
Pályázati támogatás:	K142849 OTKA ÚNKP-22-3-I-DE-186 Egyéb
Internet cím:	Szerző által megadott URL DOI Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon:

001-es BibID:	BIBFORM108203
035-os BibID:	(WoS)000937986200001 (Scopus)85148577458
Első szerző:	Nagy-Lakatos Mária (programtervező informatikus)
Cím:	Comparison of multivariate post-processing methods using global ECMWF ensemble forecasts / Mária Lakatos, Sebastian Lerch, Stephan Hemri, Sándor Baran
Dátum:	2023
ISSN:	0035-9009 1477-870X
Tárgyszavak:	Természettudományok Matematika- és számítástudományok idegen nyelvű folyóiratközlemény külföldi lapban folyóiratcikk
Megjelenés:	Quarterly Journal Of The Royal Meteorological Society. - 149 : 752 (2023), p. 856-877. -
További szerzők:	Lerch, Sebastian (1986-) (matematikus) Hemri, Stephan Baran Sándor (1973-) (matematikus, informatikus)
Pályázati támogatás:	NN125679 Egyéb MO-3394/1-1 Egyéb
Internet cím:	Szerző által megadott URL DOI Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon: