Uncertainty-Aware Spatiotemporal Super-Resolution Data Assimilation with Diffusion Models
Este estudio presenta DiffSRDA, un marco de asimilación de datos probabilístico basado en modelos de difusión que logra una super-resolución espacio-temporal eficiente y con incertidumbre en flujos caóticos, logrando una calidad de reconstrucción comparable a los filtros de Kalman de conjunto de alta resolución pero con un coste computacional significativamente menor y la capacidad de adaptarse a cambios en la configuración de observaciones sin reentrenamiento.