Emulating the South Asian Atmospheric Variations: Framework and Inter-Comparison of Deep Learning Models
यह अध्ययन एक डीप लर्निंग फ्रेमवर्क प्रस्तुत करता है जो WRF-Chem डेटा पर चार अलग-अलग आर्किटेक्चर को प्रशिक्षित करके उच्च-रिज़ॉल्यूशन वाले दक्षिण एशियाई वायुमंडलीय परिवर्तनों, जिसमें मौसम संबंधी क्षेत्र और ओजोन शामिल हैं, को सफलतापूर्वक अनुकरण करता है, जिसमें PM2.5 परिवर्तनशीलता को पुनरुत्पादित करने की चुनौतियों के बावजूद UNet-3blk मॉडल ने इष्टतम प्रदर्शन प्राप्त किया है।