近日，宜賓學院與重慶理工大學聯合培養的研究生在Pattern Recognition Letter(模式識別快報)期刊上發表了一篇題為TU2Net-GAN: A temporal precipitation nowcasting model with multiple decoding modules(時序U型生成對抗網絡:具有多個解碼模塊的時間降水臨近預報模型)的學術論文。該論文主要研究了地球溫度上升和異常天氣事件頻繁發生背景下，降水形成機制日益復雜的問題，并提出了一個創新的深度學習模型——時序U形嵌套網絡（TU2Net）。
該項研究由宜賓學院人工智能與大數據學部李朝榮教授領導的人工智能與視覺檢測團隊支持。論文的第一作者是宜賓學院和重慶理工大學聯合培養的碩士研究生凌旭東，通訊作者為李朝榮教授。此外，該研究的代碼已發布在GitHub開源平臺上，供全球研究者免費使用和借鑒。
TU2Net-GAN(時序U型生成對抗網絡)模型是一種專門針對處理時間序列數據的深度GAN模型（見圖1）。該模型通過嵌套兩層的UNet（U形網絡）結構，能夠更好地捕捉降雨數據的空間特征，并提高預測精度。此外，該模型還結合了多個Conv-GRU(卷積門控循環單元)解碼模塊，進一步增強了其時空性能。通過改進的損失函數，該模型的預測質量得到了顯著提升。TU2Net-GAN的綜合性能優于2021年9月Nature(自然)期刊發表的DGMR(Deep Generative Models of Radar 雷達深度生成模型)降雨量預測模型。
值得一提的是，凌旭東在學術成績方面表現優秀，2021年榮獲世界機器人大賽冠軍。他的競賽作品在2022年6月8日習近平總書記到校視察時受到了關注，這無疑是對他學術成就的極高認可。
這一研究成果不僅為降雨預測領域帶來了新的突破，同時也彰顯了宜賓學院、重慶理工大學和成都信息工程大學在人工智能和氣象科學領域的實力和合作成果。團隊期待這種創新性的深度學習模型能夠在實際應用中得到廣泛應用，為防洪減災、水資源管理等領域的決策提供更可靠的依據。
（供稿/陳明香 審核/王星捷 終審/劉國琴 編輯/王穎 制作/幸雁）
