【技术实现步骤摘要】
本专利技术涉及地球系统数值模拟，具体而言，特别涉及一种基于深度学习的地球系统模拟结果一致性评估方法。
技术介绍
1、优化和开发地球系统模式期间的一致性评估对于保证地球系统模式的可靠性至关重要。对于一致性评估，有两种做法。一是气候科学家对新机器上数百年的模型模拟数据进行分析，并将其与可信机器上相同模拟的数据进行比较。二是采用线性变换的方式处理年平均的地球系统模拟结果，将新运行的模拟结果与来自可信机器的集合结果进行比较。
2、现有方法主要应用于在多核同构超算系统上。面对由众核异构硬件设计引起的不可避免的计算扰动，以及软件或人为错误组成的混合扰动场景，迫切需要评估地球系统模拟结果在众核异构超算系统上的科学一致性，使得一致性评估模型可以接受众核异构计算扰动的影响，以进一步检测在优化和开发地球系统模式时产生的软件或人为错误。
3、随着地球系统模式分辨率和复杂性的提高，对快速地一致性评估提出了迫切的要求。目前缺乏一种分析短时间步、多分量模块的地球系统模拟结果的一致性评估方法。此外，现有的线性变换方法无法准确分析数据的非线性特征。面对地球系统中多分量模块数据组合产生的非线性关系，迫切需要非线性变换实现数据的特征提取和分析。
技术实现思路
1、为了弥补现有技术的不足，本专利技术提供了一种基于深度学习的地球系统模拟结果一致性评估方法。本专利技术旨在解决两个问题：1、发展出基于深度学习的地球系统模拟结果一致性评估方法；2、将此方法顺利应用于众核异构超算平台。
2、针
3、针对第二个问题，随着高分辨率、高复杂性地球系统模拟的需求，众核异构架构高性能超算普遍应用于地球系统模式将成为未来趋势。地球系统模式从多核同构超算平台移植到众核异构架构平台，需要评估众核异构架构下地球系统模式模拟结果的一致性。但常用的一致性评估方法主要面向多核同构架构平台。对于受到由众核异构架构引起扰动后的地球系统模拟结果，需要一种客观、高效的一致性评估方法，以评估众核异构架构下地球系统模式模拟结果科学一致性。因此，本专利技术将基于深度学习的一致性评估方法应用于众核异构超算系统中。
4、本专利技术是通过如下技术方案实现的：一种基于深度学习的地球系统模拟结果一致性评估方法，具体包括以下步骤：
5、s1、实现双向门控循环-自编码器神经网络：门控循环神经网络grnn的神经元gru神经网络首先需要根据t-1时刻的隐藏层 h t-1和当前t时刻的输入 x t来计算更新门和重置门的值；更新门 z t的计算过程如公式 (1) 所示，重置门 r t的计算过程如公式 (2) 所示，
6、 z t=( w z* [ h t-1, x t] )， (1)
7、 r t=( w r* [ h t-1, x t] )， (2)
8、其中， w z、 w r为训练参数，为激活函数。获得重置门 r t的信号后，gru神经网络计算重置结果，这一过程类似于lstm的记忆阶段；的计算过程如公式 (3) 所示，
9、= tanh ( w* [ r t* h t-1, x t] )， (3)
10、其中， w为训练参数，tanh为激活函数。gru神经网络根据重置结果和更新门 z t计算隐藏层 h t的结果； h t的计算过程如公式 (4) 所示，
11、 h t= (1- z t) * h t-1+ z t*， (4)
12、自动编码器ae的输入和输出是一致的，目标是使用稀疏的高阶特征重新组合来重构自己；ae通过训练得到的预测值和原本的真值计算损失函数，来训练ae神经网络参数；对于输入数据 x，ae的中间隐藏层压缩向量 c的计算过程如公式 (5) 所示，ae的输出结果 o为 c的重构数据，计算过程如公式 (6) 所示，
13、 c= f ( w (1)* x+ b (1))， (5)
14、o = f ( w 本文档来自技高网...
【技术保护点】
1.一种基于深度学习的地球系统模拟结果一致性评估方法，其特征在于,具体包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的地球系统模拟结果一致性评估方法,其特征在于,所述步骤S6中如果测试数据集的一个集合成员的重构误差大于训练数据集的重构损失阈值，那么一致性评估方法将该成员返回为“失败”。
3.根据权利要求1所述的一种基于深度学习的地球系统模拟结果一致性评估方法,其特征在于,所述步骤S8中若测试数据集的重构误差大于训练集的重构误差阈值，则训练集判定为“失败”，否则为通过。
【技术特征摘要】
1.一种基于深度学习的地球系统模拟结果一致性评估方法，其特征在于,具体包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的地球系统模拟结果一致性评估方法,其特征在于,所述步骤s6中如果测试数据集的一个集合成员的重构误差大于训练数据集的重...
【专利技术属性】
技术研发人员：于洋洋，张绍晴，付昊桓，陈德训，高阳，林霄沛，刘钊，吕小敬，
申请(专利权)人：中国海洋大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。