A method combining temporal causality with multi-scale spatiotemporal feature encoding for sea ice concentration forecasting
Dieses Papier schlägt STICEnet vor, ein auf U-Net basierendes Deep-Learning-Modell, das einen Temporal Encoder-Decoder Coordination-Mechanismus mit multiskaliger spatiotemporaler Merkmalskodierung und hybrider Aufmerksamkeit integriert, um die Genauigkeit der Vorhersage der arktischen Meereiskonzentration über Vorlaufzeiten von 1 bis 6 Monaten signifikant zu verbessern.