A method combining temporal causality with multi-scale spatiotemporal feature encoding for sea ice concentration forecasting
Este artículo propone STICEnet, un modelo de aprendizaje profundo basado en U-Net que integra un mecanismo de Coordinación de Codificador-Decodificador Temporal con codificación de características espaciotemporales multiescala y atención híbrida para mejorar significativamente la precisión del pronóstico de la concentración de hielo marino en el Ártico en plazos de anticipación de 1 a 6 meses.