[发明专利]一种用于降雨预报后处理的自监督神经网络架构搜索方法

权利要求书

1.一种用于降雨预报后处理的自监督神经网络架构搜索方法，其特征在于，所述方法包括NWP模型对原始气象数据处理，得到降雨预测后处理输入数据图，将所述降雨预测后处理输入数据图输入到自监督神经网络架构搜索模型中，搜索模型利用目标网络和在线网络做对比学习，计算目标网络和在线网络的输出差异并做MSE损失计算，梯度更新目标网络和在线网络后得到搜索完毕的在线模型，使用训练数据集继续训练模型，使用HSS损失函数计算损失后梯度更新，最后获得训练完整的预测模型。

2.根据权利要求1所述的用于降雨预报后处理的自监督神经网络架构搜索方法，其特征在于，目标网络的初始化参数与在线网络相同，在搜索过程中，目标网络会定期根据在线网络的参数进行指数移动平均(EMA)更新；每次输入数据时，输入数据都会被随机裁剪成x₁,x₂,x'₁和x'₂四个种子，每个网络输入两个种子；整个体系结构的主干包含多个块，x₁和x₂通过主干时会选择不同的路径来搜索最优体系结构；在线网络根据输出数据和目标网络的输出做对比损失执行梯度更新。

3.根据权利要求2所述的用于降雨预报后处理的自监督神经网络架构搜索方法，其特征在于，首先会初始化两个初始参数一样的在线网络和目标网络，通过迭代搜索数据集，将一份数据x随机分割成四个种子并分为两组(x₁,x₂)，每个网络输入两组种子；得到网络输出后，再计算两组输入的均方误差(MSE)，进行损失计算和反向传播，最后更新在线网络参数，以及使用指数移动更新(EMA)策略定期更新目标网络参数，直到数据集迭代完毕。

4.根据权利要求1所述的用于降雨预报后处理的自监督神经网络架构搜索方法，其特征在于，搜索过程中采用的搜索空间为自定义的基于块的适用于降雨预测后处理工作的操作块；其中包含合适的CNN和变压器操作的搜索空间，包括残差块(RB)、空间感知块(SAB)和通道感知块(CAB)；所述通道感知模块如下表示：

其中，z为输入数据；z’为z的期望；Sum(·)表示内部求和；n＝w×h-1,w和h为输入数据的宽度和高度；Lamda＝10^-4是超参数。

5.根据权利要求1所述的用于降雨预报后处理的自监督神经网络架构搜索方法，其特征在于，搜索完毕后，得到搜索好的在线模型，使用搜索模型进入训练阶段；训练阶段依然使用降雨预测后处理数据，并且使用HSS损失函数进行损失计算，所述HSS损失函数表示如下：

其中loss_MSE和loss_HSS分别为降水损失和强度分类；c_H是一个系数；ε是常数，取值可为10^-10。