leftroundabout指出的一个完全不同的方法是使用递归神经网络。这是预测未来发展的时间序列,首先学习隐藏模型本身,然后用它来估计未来的价值观。这种方法的优点是,即使是最轻微的气象学知识是必要的,所有的造型做的天气系统算法训练神经网络。事实上有一个Kaggle竞争任务预测降雨从过去的数据:http://simaaron.github。io / Estimating-rainfall-from-weather-radar-readings-using-recurrent-neural-networks /。复发性神经网络使用的赢家。预测过去的值从当前值可以使用相同的结构,因为它可以直接学习落后的模型作为一个模型。