A method combining temporal causality with multi-scale spatiotemporal feature encoding for sea ice concentration forecasting
Questo articolo propone STICEnet, un modello di deep learning basato su U-Net che integra un meccanismo di coordinamento Encoder-Decoder temporale con la codifica di caratteristiche spazio-temporali multi-scala e l'attenzione ibrida per migliorare significativamente l'accuratezza della previsione della concentrazione del ghiaccio marino artico per tempi di anticipo da 1 a 6 mesi.