Dimensionality reduction of atmospheric concentration fields using a 3D convolutional autoencoder with spatial attention mechanism
Questo studio propone un autoencoder convoluzionale 3D con un meccanismo di attenzione spaziale (SAM3D) che supera significativamente vari metodi di riduzione della dimensionalità lineari e non lineari nella compressione di campi di monossido di carbonio atmosferico ad alta dimensionalità provenienti da simulazioni WRF-Chem, consentendo così una memorizzazione e un'elaborazione più efficienti per i flussi di lavoro di modellazione inversa.