Skip to main content

Paket Python untuk pengolahan koreksi bias model iklim global menggunakan deep learning CNN-BiLSTM.

Project description

samudra-ai

Paket Python untuk melakukan pengolahan koreksi bias model iklim global menggunakan arsitektur deep learning CNN-BiLSTM

SamudraAI 🌊

License: MIT PyPI version Python

Paket Python untuk koreksi bias model iklim menggunakan arsitektur deep learning CNN-BiLSTM.

SamudraAI memudahkan peneliti dan praktisi di bidang ilmu iklim untuk menerapkan metode koreksi bias yang canggih pada data GCM (General Circulation Model) menggunakan data observasi sebagai referensi.

Fitur Utama

  • 🧠 Arsitektur CNN-BiLSTM: Menggabungkan kemampuan ekstraksi fitur spasial dari CNN dengan pemahaman sekuens temporal dari LSTM.
  • 📂 Antarmuka Sederhana: API yang bersih dan mudah digunakan, terinspirasi oleh scikit-learn.
  • 🛠️ Pra-pemrosesan Terintegrasi: Fungsi bawaan untuk memuat, memotong, dan menormalisasi data iklim dalam format NetCDF.
  • 💾 Model Persistent: Kemampuan untuk menyimpan model yang telah dilatih dan memuatnya kembali untuk inferensi di kemudian hari.

Instalasi

Anda dapat menginstal SamudraAI langsung dari PyPI menggunakan pip:

pip install samudra-ai

Best Practice

  • ✅ Disarankan menggunakan TensorFlow GPU untuk performa optimal
  • ✅ Disarankan memiliki memory / RAM yang cukup untuk pengolahan data dengan resolusi tinggi dan luasan domain yang besar
  • ✅ Jalankan pelatihan secara penuh di lingkungan lokal
  • ⚠️ Hindari mencampur save/load model .keras antar environment yang berbeda
  • ⚠️ Menggunakan Docker tetap bisa berjalan, namun proses save and load (penggunaan no.5) tidak bisa diproses karena perbedaan env
  • 💡 Format .nc hasil koreksi bisa langsung digunakan untuk plotting dan analisis

Lisensi

Proyek ini dilisensikan di bawah MIT License. Lihat file LICENSE untuk detailnya.

Project details


Release history Release notifications | RSS feed

Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

samudra_ai-1.2.3.tar.gz (13.8 kB view details)

Uploaded Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

samudra_ai-1.2.3-py3-none-any.whl (14.6 kB view details)

Uploaded Python 3

File details

Details for the file samudra_ai-1.2.3.tar.gz.

File metadata

  • Download URL: samudra_ai-1.2.3.tar.gz
  • Upload date:
  • Size: 13.8 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.1.0 CPython/3.10.12

File hashes

Hashes for samudra_ai-1.2.3.tar.gz
Algorithm Hash digest
SHA256 0c9d681f83c1921a125e675324a079557b7154e7cc8846b31c33d7b1d4679bfc
MD5 620998fd373796cae7c06557123e4908
BLAKE2b-256 d983495fe4220d23bdfde3eb9292b6c23f42e6165b9d43155c4a29673bee56ff

See more details on using hashes here.

File details

Details for the file samudra_ai-1.2.3-py3-none-any.whl.

File metadata

  • Download URL: samudra_ai-1.2.3-py3-none-any.whl
  • Upload date:
  • Size: 14.6 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.1.0 CPython/3.10.12

File hashes

Hashes for samudra_ai-1.2.3-py3-none-any.whl
Algorithm Hash digest
SHA256 c01a3139c88f34c792dc9e0209f2671447a673c80f08af4266d19ef3e772e438
MD5 eb1bcf8e42ef9fa7d306bb089982bd97
BLAKE2b-256 978090874ac9b99da84d4a9c6fa735cc09f4d8c043ab342f4797cba7a4a8e8cf

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page