Disentangling Internal Tides from Balanced Motions with Deep Learning and Surface Field Synergy
Cette étude démontre qu'un algorithme d'apprentissage profond à efficacité computationnelle, lorsqu'il est entraîné avec des taux d'apprentissage recuits et qu'il exploite des entrées de surface synergiques — en particulier la vitesse de surface — peut efficacement séparer les ondes de marée internes des mouvements équilibrés dans les données satellitaires, bien que des erreurs résiduelles persistent à petite échelle en raison des limitations d'information et des contraintes architecturales.