#天气预报

Corrformer是一种新型天气预报模型，通过多相关性机制实现了对数万个气象站的协作预报。该模型显著降低了时空建模复杂度，并能生成基于天气过程传播方向的可解释预测。在多个尺度的数据集上，Corrformer的预报性能超越了传统统计方法和最新深度学习模型，近地面预报能力可与数值方法相媲美。这项研究为气象科学引入了创新的数据驱动人工智能方法。

Makani是一个基于PyTorch的实验库,用于研发机器学习驱动的天气和气候模型。它支持在100多个GPU上进行大规模并行训练,提供多种模型和数据并行技术,以及异步数据加载等功能。该项目由NVIDIA和NERSC研发,用于训练FourCastNet等深度学习天气预报模型,为下一代天气和气候模型的开发提供支持。

60s API是基于Deno构建的开源项目，集成了多种实用功能。该项目提供每日世界新闻概览、热门搜索榜单、天气预报和汇率查询等服务。它实时汇集知乎、微博、哔哩哔哩等平台的热点数据，同时还包含Bing每日壁纸和Epic免费游戏信息。API支持JSON和文本格式输出，便于开发者和用户快速获取所需数据。

Dola是一款AI日历助手，通过聊天方式管理个人和团队日程。它可将语音、文字、图片转化为日程安排，支持Google日历和Apple日历同步。Dola具备智能调度、语音识别和图像识别功能，提高日程管理效率。此外还集成天气预报和快速搜索等实用功能，是一款全面的智能日程管理工具。

AIGardenPlanner提供个性化花园规划服务，根据环境、偏好和目标生成植物推荐、天气预报和收获估算。这一工具有助于提高效率、降低成本，适合不同经验水平的园艺爱好者使用。

GraphCast是一个基于图神经网络的中期全球天气预报模型，提供高精度预测。项目包含三个预训练模型，涵盖高分辨率和低分辨率版本，适应不同计算资源。开源内容包括模型代码、预训练权重和示例数据。GraphCast使用ERA5和HRES数据训练，展现出优秀的天气预报性能，为研究人员提供了进一步开发和应用的基础。