Recovering atmospheric dynamics from atmospheric composition snapshots using machine learning
Cette étude démontre que les modèles d'apprentissage automatique peuvent inférer avec succès les vitesses de vent contemporaines et les hauteurs de la couche limite à partir de clichés uniques de composition atmosphérique, prouvant ainsi que de telles scènes statiques conservent des informations récupérables sur l'état dynamique sous-jacent.