Accurate and Efficient Hybrid-Ensemble Atmospheric Data Assimilation in Latent Space with Uncertainty Quantification
Die Studie stellt HLOBA vor, eine effiziente hybride Ensemble-Datenassimilationsmethode im latenten Raum, die durch die Kombination von Autoencoder-Techniken und Bayesian-Updates sowohl hohe Genauigkeit als auch eine theoretisch flexible Unsicherheitsquantifizierung für Wettervorhersagen ermöglicht.