Neural downscaling of air-quality simulations requires structural correction before spatial refinement
यह शोध पत्र यह प्रदर्शित करता है कि वायु-गुणवत्ता सिमुलेशन के प्रभावी न्यूरल डाउनस्केलिंग के लिए एक सामान्य ग्रिड पर रिज़ॉल्यूशन-निर्भर मॉडल विचलन को संबोधित करने हेतु संरचनात्मक सुधार की एक दो-चरणीय प्रक्रिया, और उसके बाद स्थानिक परिशोधन की आवश्यकता होती है, बजाय इसके कि मोटे क्षेत्रों (coarse fields) को महीन क्षेत्रों (fine fields) के सरल स्मूदन किए गए संस्करणों के रूप में माना जाए।