风暴预测
九人课程作业。800 个示例风暴，四项任务；数据、指标、预处理和提交收在同一个 Python 包里。
角色
- 团队成员
- 硕士小组作业 — Team Sally
技术栈
- Python
- PyTorch
- scikit-learn
- Hugging Face
- NumPy
- Sphinx
问题
FEMA 这道题把帧预测、跨传感器重建、事件分类和闪电定位放在同一份风暴数据里。
约束
- 800 个示例风暴，四项任务的目标和评法不一样。
- 九个人一起做，项目成果不能写成我一个人的。
- 仓库是私有的，能公开的链接有限。
我做了什么
- Team Sally 九人之一，参与共享的风暴预测作业。
- 仓库没按模块写清谁做了哪块，所以这里把包和四项任务都算作团队成果。
怎么做的
- 数据、读写、指标、预处理、划分、绘图和提交收成可安装的 Python 包。
- VIL 帧预测、VIL 重建、八类事件分类、闪电位置和时间，当成四道分开的题。
- 用 Sphinx 从文档字符串出 API 文档，开发依赖里有 Pytest 和 Flake8。
怎么验
- 各任务用自己的笔记本，指标走共享工具。
- 仓库有文档和代码检查。这里不抄、也不写任何分数。
结果
- 作业覆盖了 FEMA 四项任务，也留下了可复用的工具包。
- 没有能单独算到我头上的报告，就不写个人成绩或团队分数。
依据和链接
README 将该工作标识为 2025–2026 帝国理工学院硕士小组课程作业，并在九名 Team Sally 成员中列出 Zhifeng Li。
私有作品集仓库 README包元数据列出 PyTorch、scikit-learn、Hugging Face、NumPy、Pandas、HDF5、Matplotlib 与 OpenCV 依赖。
私有仓库 pyproject.toml