Least-squares-based deep learning for short-term ionospheric TEC prediction with uncertainty quantification and DIA quality control
Diese Studie schlägt ein auf der Methode der kleinsten Quadrate basierendes Deep-Learning-Framework vor, das stochastische Gewichtung, Unsicherheitsquantifizierung sowie eine Detektions–Identifikations–Adaptations-Qualitätskontrolle integriert, um präzise, statistisch interpretierbare kurzfristige Vorhersagen des ionosphärischen TEC bei robuster Handhabung von groben Fehlern zu liefern.