概念hybrid modeling
混合建模
将数据驱动的机器学习模型与基于物理方程的传统数值模式相结合的技术方向。物理模型提供大气运动基本规律约束，机器学习挖掘历史数据中的隐性统计规律，在中期预报等物理约束关键的时间尺度上更具鲁棒性。
时间轴 (近 90 天)
10月14日
微软采用机器学习与物理模拟相结合的混合建模策略，利用历史气象数据训练模型识别物理模型容易忽略的隐性模式。
待验证50%
10月14日
混合建模相比纯AI模型对训练数据的依赖更可控，也更容易引入领域知识，在中期预报这一时间尺度上被认为是一条更具鲁棒性的路径。
待验证50%
10月2日
乒乓球机器人的落点预测通常依赖物理模型与数据驱动模型的结合，物理模型基于空气阻力、重力和马格努斯力进行数值积分，数据驱动模型补偿难以建模的因素
待验证50%
10月2日
物理模型与数据驱动模型的结合在机器人领域被称为「混合建模」或「残差学习」，典型方式是物理模型给出基准预测、神经网络学习残差误差
待验证50%