Emulating the South Asian Atmospheric Variations: Framework and Inter-Comparison of Deep Learning Models
Cette étude présente un cadre d'apprentissage profond qui émule avec succès les variations atmosphériques à haute résolution en Asie du Sud, incluant les champs météorologiques et l'ozone, en entraînant quatre architectures différentes sur des données WRF-Chem, le modèle UNet-3blk atteignant une performance optimale malgré les difficultés à reproduire la variabilité des PM2,5.